操作系统：Windows10

显卡：Tesla P40 24GB

CUDA版本：10.2

YOLOv5版本：4.0

一、下载

CUDA&cuDNN

下载相应版本的CUDA按默认一路安装到底

下载相应版本的cuDNN，解压，将bin中、include中、lib中文件分别复制到CUDA相应安装目录

bin中文件

 include中文件

 lib中文件

二、安装

PyThon

Python Releases for Windows | Python.orgThe official home of the Python Programming Languagehttps://www.python.org/downloads/windows/

安装后运行cmd输入python,有版本信息输出说明安装成功，没有输出，重启下电脑或者注销一下都行

MiniConda

选一个和py一样的版本

Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

安装后配置环境变量

然后打开CMD，输入conda info，打印版本信息就是安装好了，没有信息，重启下电脑或者注销一下都行

使用Miniconda时要下载很多包，但国外源用起来不方便，所以，需要更换Miniconda的软件源。

先使用如下命令创建名为.condarc的文件

conda config --set show_channel_urls yes

操作1中创建的文件在如下目录：此电脑>本地磁盘C>用户>“你的用户名”，如下图所示。

在cmd命令终端，输入如下命令，即可更换Miniconda的软件源为清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

三、环境创建 

创建运行环境

conda create -n yolov5_cuda10.2 python=3.9

输入Yes下载依赖

 完成

其中 “yolov5_cuda10.2” 是虚拟环境的名字，.condaenvs中有虚拟环境数据和依赖

激活环境

conda activate yolov5_cuda10.2

在所创建环境下安装pytorch：

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

Yes安装依赖

漫长的等待，done结束

拷贝代码，cmd进入代码文件夹

安装所需要的库

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

出现如下错误

WARNING: Ignore distutils configs in setup.cfg due to encoding errors.

进入控制面板，区域->管理->更改系统区域设置->选中使用Unicode UTF-8提供全球语言支持

重启重新运行

四、测试 

下载文件

放到yolov5-7.0weights文件夹下，没有创建一下文件夹

执行

python segment/predict.py --weights weights/yolov5m-seg.pt --data data/images/bus.jpg

修改一下配置，使用GPU进行推理

import torch    # 导入torch 
print(torch.cuda.is_available())    # 检验是否可以使用GPU
print(torch.__version__)        #输出torch版本

如果GPU不可用请参考下面文章

安装pytourch gpu并测试_花开花落的个人博客的博客-CSDN博客