1、首先安装anaconda3。
主要参考
https://blog.csdn.net/weixin_67155214/article/details/123239364
2、安装显卡
https://blog.csdn.net/weixin_45294823/article/details/104119863?spm=1001.2014.3001.5501
查看NVIDIA图形卡及推荐驱动：
$ ubuntu-drivers devices
$ sudo apt install nvidia-driver-470
重启：
$ sudo reboot
此处重启的时候需要注意，系统进入的时候需要自己进行选择，不要选错，否则需要重新安装。
查看驱动是否安装成功：
可以 系统配置->详细信息->关于,查看图形处理是否对应于自己的独立显卡;也可以终端执行：
$ nvidia-smi
3 .安装cuda
一开始本人安装的是cuda11.4,但是发现🔛继续安装pythorch存在版本不匹配的问题，故查寻可以安装低版本的cuda10.2,
同时如果采用命令安装，发现大部分为cpu驱动，
cuda官网下载cuda10.2进行安装
https://developer.nvidia.com/cuda-toolkit-archive
安装参考
https://blog.csdn.net/qq_43744723/article/details/119135242
检查是否cuda安装成功
nvcc -V
4、安装cudnn
安装cuDNN步骤：
下载cuDNN
Download cuDNN
打开链接后，网站会要求你登陆账号，下载如下
运行安装命令如下：
sudo dpkg -i libcudnn8-samples_8.1.0.77-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8_8.1.0.77-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8-dev_8.1.0.77-1+cuda10.2_amd64.deb
至此，cudnn安装完成
5、建立anaconda3里面的python环境
参考博客
输入命令
$ conda create -n newyolov5 python=3.8
至此，创建虚拟环境成功
$ conda activate newyolov5
6、安装pythorch和torchvision
所以采用先下载wheel，下载地址如下：
安装参考网址
下载网址https://download.pytorch.org/whl/torch_stable.html
选择cuda10.2+python38的linux系统wheel进行下载再进行安装
pip install torch-1.12.1+cu102-cp38-cp38-linux_x86_64.whl
pip install torchaudio-0.10.0+cu102-cp38-cp38-linux_x86_64.whl
安装完成后，检查
python3
import torch
torch.cuda.is_available()
至此，基本的虚拟环境搭建成功了！
7、下载yolov5功能包，
安装依赖
pip install -r requirements.txt -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
在建立好的虚拟环境中，打开下载好的yolov5包
安装好后，运行
python3 detect.py --source 0 --weights weights/yolov5s.pt --conf 0.4
这里指定采用外部usb摄像头，权重为本地下载好的weights文件夹下的权重
至此，完美运行yolov5