直达链接Anaconda
点击get started
点击Download Anaconda Installers
点击Download
然后保存执行文件即可
双击执行文件 Anaconda3-2021.11-Windows-x86_64.exe
一直点击next/i agree，直到下图，选择Just Me。
安装路径可以自己选择，最好不要有中文路径。
重要的来了，这里一定要勾选，不然后面会比较麻烦，然后点击install，等安装好就行了。
最后这个不用勾选，直接finish
最后查看Anaconda是否安装成功。键盘上按下win+R键，输入cmd，输入
conda -V
出现下图则表示安装成功，并显示版本号。
我选择的是python3.8，win+R输入cmd，依次输入以下代码
#创建名称为yolo的python3.8虚拟环境
conda create -n yolo python=3.8
#查看本机具有的虚拟环境，base代表本机默认环境，yolo为刚创建的环境
conda info -e
#每次打开cmd都需要激活yolo环境
activate yolo
YOLOv5官方下载地址（https://github.com/ultralytics/yolov5），windows环境应该很难下载下来，一般需要科学上网，有需要的可以私信我。
重点——pytorch的安装，因为pytorch和torchversion的版本必须严格匹配，可以上pytorch官网自行查看需要的版本，也可以直接按我的来（现在官网的代码好像和我的不一样）
#我的下载代码
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cpuonly -c pytorch
这是官网的样子
碰到下图情况记得输入y
接下来是安装依赖，有博客说用下面代码安装，不推荐，容易出错且很慢。
#不推荐
pip install -r requirements.txt
打开requirements.txt文件，单独下载里面的各个库torch和torchversion不用下载，前面下载过了。
#推荐
pip install matplotlib
pip install numpy
pip install opencv-python
pip install Pillow
pip install PyYAML
pip install requests
pip install scipy
pip install tqdm
pip install tensorboard
pip install wandb
pip install pandas
pip install seaborn
这个时候依赖已经基本完成，在YOLO主目录地址栏输入cmd
测试YOLO是否安装成功
activate yolo
python detect.py --source 0
出现图像则成功了。
可以选择自己标注数据集，用labellmg，网上很多教程自己去搜一下就有。我用的是标注好的开源数据集。
hi，这是我用百度网盘分享的内容~复制这段内容打开「百度网盘」APP即可获取
链接:https://pan.baidu.com/s/1x8lmDU2ChgHf1g06H8QlmA
提取码:3upi
win+R、cmd
查看当前电脑显卡支持的CUDA最高版本
进入pytorch官网，找到对应的CUDA添加链接描述
找到之前的版本，CUDA11.7并下载安装添加链接描述
下载完成双击安装
下载cuDNN添加链接描述
找到对应的版本
将cudnn文件夹中的所有文件覆盖到cuda的安装文件夹，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7
安装pytorch和torchvision
去官网查看对应版本添加链接描述
安装成功
pytorch版本太高报错
解决方案添加链接描述
最终测试代码
python detect.py --data data/myvoc.yaml --weights runs/train/exp9/weights/best.pt --augment
