YOLOv7目标检测（RTX 3050显卡）环境配置基础教程_using torch 2.1.2+cu121 cuda:0 (nvidia geforce rtx

1.Anaconda安装：

安装Anaconda主要是搭建python的虚拟环境，之后我们进行yolov7的detect和train都会在终端进行；

下载官网：Anaconda | The World's Most Popular Data Science Platform

安装教程：b站较好的安装视频教程：P1有幸遇见-b站最全最简洁易学的深度学习环境配置教程Anaconda+Pycharm+CUDA+CUdnn+PyTorch+Tensorflow_哔哩哔哩_bilibili有幸遇见-b站最全最简洁易学的深度学习环境配置教程Anaconda+Pycharm+CUDA+CUdnn+PyTorch+Tensorflow共计7条视频，包括：安装前言--开场白--Anaconda的安装、2_Conda创建虚拟环境、3_PyCharm的安装和环境、解释器配置，可以run等，UP主更多精彩视频，请关注UP账号。https://www.bilibili.com/video/BV1ov41137Z8?spm_id_from=333.337.search-card.all.click&vd_source=b0652e40837b5f6c1f58d67197f17c2f

 注意：环境变量两个都勾选，其他按照视频教程一步步安装即可。

搜索框cmd打开命令提示符,如图：

显示版本号就是安装完成了。

2.创建python虚拟环境

win+R cmd进入终端 输入 conda create -n 环境名 python=X.X 

环境名自己取，python版本建议3.7以上，我用的是python 3.8

 

 创建好自己的虚拟环境之后，通过activate yolo(环境名)进入到指定环境  deactivate退出环境

我们终端虚拟环境的安装，也就是yolov7直接需要的终端环境安装完成。

 3.安装pycharm

我安装的是pycharm专业版（破解版）

安装版本是2021.3的不是2021.3.1 版

百度网盘链接（防止不会用，还是放出完整的吧。不同于贴吧，b站放完整链接好像没啥事情）： https://pan.baidu.com/s/1GtPDHgsevYnGPawvGDzYUw 提取：0xi0

阿里云盘链接： https://www.aliyundrive.com/s/RhibH2q9xPf 提取码：ep85

pycharm破解版教程_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1Z44y1K7k6?p=1&vd_source=1d74edacc41f77e34438473350fb2fd5python解释器配置：文件-设置-python解释器

 4.cuda安装

cuda是我们电脑gpu必要的开发包，我们后面所有的训练推理以及转onnx模型乃至于pytorch的安装都需要cuda与GPU的结合。直白的说，你没有cuda，你的GPU在深度学习中啥也不是，就是个摆设而已。

首先运行cmd,打开命令提示符

输入nvidia-smi,查看自己显卡的型号，以及可以安装的cuda版本，我的显卡是RTX 3050,版本最高可以安装cuda11.7的版本，但是最好不要安装最高的版本，不然后面会有很多问题，所以我安装了cuda11.6.

 如果你的显卡不支持11.0以上版本就安装你相对应能够匹配的版本。

接下来，删掉你电脑里存在的nvidia的插件,

打开电脑-设置-应用，搜索nvidia,

 除了上面两个可以不删，其他nvidia插件全部删除在进行安装cuda,

cuda下载官网：CUDA Toolkit Archive | NVIDIA Developer

 然后我们进入下载页面后选择local 本地下载，方便如果安装失败，可进行重新安装。

 下载开始安装，然后一直到这一步注意：

 选择自定义

 visual studio integration 可以不选，

接下来不要轻易改动默认路径，一般都在c盘！我第一次安装就是改了路径所以安装不成功！

  之后一切正常的话就安装成功了。

同样的win +R cmd进入，输入nvcc -V，看到版本号就安装成功

 5.cudnn

下载官网：CUDA Deep Neural Network (cuDNN) | NVIDIA Developer

进入网址，选择与cuda相对应的cudnn版本进行下载

 第一次下载的话，可能需要nvidia的注册，自己就注册一下。然后选择realeases

下载完对应版本的cudnn之后会得到一个文件夹。

 

 复制bin include lib 

 然后找到我们cuda的默认路径的文件夹，你们的会和我的相同，然后直接将刚刚复制的bin lib include， ctrl v进去就完成了

将新复制的文件覆盖旧文件就完成了。

 到现在我们已经把必要的 Anaconda pycharm cuda cudnn都已经安装完成了，外部的这些环境已经安装完毕。

6.Pytorch: 

下载官网：PyTorch

 到previous中去寻找对应自己cuda版本的pytorch

 

 

 选择wheel下的pip下载指令，我选择的是对应cuda 11.6的，复制pip指令

进入刚刚创建的环境，cmd运行，然后activate yolo

将指令复制进去，回车下载安装pytorch

然后就是一系列的安装，我们检查我们的pytorch版本

activate 进入环境之后输入python

 进入python命令端后输入import torch

torch.__version__

注意：version前后是两个_

到这里所有的环境配置就完成啦！