Ubuntu18.04 YOLOV5环境搭建_ubuntu yolov5

（本文主要总结网上各位大佬的教程，并对一些内容做出更改）

一、安装显卡驱动

借鉴于大佬：https://chenyirong.blog.csdn.net/article/details/103439613

安装ubuntu-drivers，我们可以通过ubuntu-drivers检测你的NVIDIA显卡型号和推荐的驱动程序的模型：

sudo apt install ubuntu-drivers-common
1

获得NVIDIA显卡型号和推荐的驱动程序：

ubuntu-drivers devices
1

我的是返回这个：

driver   : nvidia-driver-510 - distro non-free
driver   : nvidia-driver-515 - distro non-free
driver   : nvidia-driver-515-server - distro non-free
driver   : nvidia-driver-510-server - distro non-free
driver   : nvidia-driver-450-server - distro non-free
driver   : nvidia-driver-470 - distro non-free recommended
driver   : nvidia-driver-520 - distro non-free
driver   : nvidia-driver-470-server - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

1
2
3
4
5
6
7
8
9
10

可以看到，推荐的驱动型号为nvidia-driver-470，这里需要根据你的系统的实际情况进行安装，只需要改后面的“470，安装该驱动：

sudo apt install nvidia-driver-470
1

注意！！！！！：Nvidia驱动默认安装OpenGL桌面，然而这又与GNOME桌面冲突，为了系统不宕机，需禁用nvidia的OpenGL。Linux系统一般默认安装的是开源的nouvea显卡驱动，它与nvidia显卡驱动产生冲突，欲装nvidia必禁nouvea！禁用nouveau驱动：

sudo gedit /etc/modprobe.d/blacklist.conf
1

在文件最后插入:

blacklist nouveau
1

Ctrl+s保存文件并退出，然后输入以下命令并运行：

sudo update-initramfs -u
1

安装完成后，需要重启电脑：

sudo reboot
1

重启完成后，执行以下命令，若无输出代表禁用nouveau生效：

lsmod | grep nouveau
1

测试安装是否成功，这会返回你的所有显卡的信息：

nvidia-smi
1

我的电脑返回信息如下：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 470.141.03   Driver Version: 470.141.03   CUDA Version: 11.4     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ...  Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   56C    P0    20W /  N/A |    446MiB /  3911MiB |     43%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      1054      G   /usr/lib/xorg/Xorg                 28MiB |
|    0   N/A  N/A      1307      G   /usr/bin/gnome-shell               68MiB |
|    0   N/A  N/A      1524      G   /usr/lib/xorg/Xorg                127MiB |
|    0   N/A  N/A      1679      G   /usr/bin/gnome-shell               58MiB |
|    0   N/A  N/A      2034      G   /usr/lib/firefox/firefox          157MiB |
+-----------------------------------------------------------------------------+
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

二、安装CUDA

这里参考大佬：https://blog.csdn.net/weixin_49223002/article/details/120509776
根据上面返回信息的第一行最后部分可以查看需要安装的CUDA的版本，我的这个是CUDA Version: 11.4 ,安装11.4版本的CUDA，连接：https://developer.nvidia.com/cuda-downloads
连接进入会很慢，请耐心等待。
进入后如下图：选择历史版本
选择自己的版本：
选择Linux版本：
下面各项一定按下面选，选完之后在下面会出来下来命令和安装命令，先把第一行下载命令粘贴到终端回车，下载完成之后找到安装包使用第二条命令安装。

执行完第二句命令，终端出现安装界面，出现协议，按住回车键一直跑，直至弹出问题。选择Continue,回车：

接着输入accept:

接下来这一步极其重要！！！！此时打开一个新的终端窗口，输入nvidia-smi 如果右上角会显示（CUDA Version:11.4)：

的话，说明你的电脑已经安装过了driver CUDA。
因此，此时下图里需要将第一行的Driver CUDA 11.4去掉。(注意：回车键作用是将 [X] 就会变成[ ]，[X]代表有，[ ]代表无)。 因为刚才nvidia-smi有显示的东西，因此需要将第一行的[X] Driver去掉，光标走到第一行，按回车，变成如下图所示！！！！！然后install即可。

最后一步(配置CUDA11.4环境变量)：
完成CUDA安装后，我们需要修改~/.bashrc文件。在终端输入以下命令，然后按回车：

sudo gedit ~/.bashrc
1

我们需要修改~/.bashrc文件，在其最后插入：
注意！！！#第3行的CUDA-11.4需要根据实际版本修改

export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

1
2
3
4
5

修改完成之后source一下:

source ~/.bashrc
1

最后，在终端测试CUDA是否成功安装，分别按顺序运行以下3条命令：

cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery
1
2
3

如果能够正常打印CUDA相关信息的数据没有报错即安装成功。

三、安装CUDNN

这里继续参考大佬：https://blog.csdn.net/m0_37201243/article/details/103439613
与CUDA不同，我们在下载cuDNN的时候，需要注册账号，填写用途等。这里略去这些步骤。下载链接为：https://developer.nvidia.com/rdp/cudnn-download。页面如下：
注意！！！！！：一定要找自己CUDA版本对应的CUDNN
点击点击[cuDNN Library for Linux]下载；
下载完成之后解压。
然后根据官网的安装指导：Installing From A Tar File，分别复制以下文件cuda/include/cudnn.h与cuda/lib64/libcudnn*到CUDA Toolkit目录的include/下与lib64/下（如果没有lib64就改成lib）：

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/  
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/  

1
2
3

修改访问权限：

sudo chmod a+r  /usr/local/cuda/include/cudnn.h  
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
1
2

这个复制过去就可以了，一般不会出问题。

四、安装OPENCV

这里可以直接参考链接：https://bokai.blog.csdn.net/article/details/119133337
但是一定注意要先查看自己的Python版本，确保3.0以上，再有就是注意Python与opencv版本对应问题。

五、安装anaconda

这里可以直接参考链接：https://blog.csdn.net/KIK9973/article/details/118772450
先看注意事项！！！！！！！！！！！！！！！！！！：
1.使用清华源下载
2.原文当中缺少换源步骤，具体操作如下：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes
1
2
3
4
5

3.检验成功问题：
原博主提到的第一个检验成功的方法：终端输入python查看是否更换成了anaconda内的python解释，如下图所示：python版本信息后面带了anaconda的标识即安装成
没有anaconda标识应该也是可以的，后面的两个检测方法可以就行。

六、创建YOLO v5环境

参考于大佬：https://blog.csdn.net/weixin_51543864/article/details/123269015

下载YOLOV5相关文件百度网盘连接（下载yolov5-master文件夹）：
链接：https://pan.baidu.com/s/1SBur86Ok6h28XS3yhPTzJg 提取码：h1cc
打开终端，进入创建的anaconda环境：

conda create -n YOLO5 python=3.7  #python3.7改成自己python的版本
conda activate YOLO5 #如果想退出YOLO环境输入：conda deactivate
cd yolov5-master
pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
1
2
3
4

通过以上步骤，Yolo v5运行所需的环境就已经配置好了，接下来就可以进行简单的测试，测试一定要在创建好的YOLO5环境下。在yolov5-master文件夹下打开终端，然后运行以下命令（打开本机默认摄像头经行检测）：

python3 detect.py --source 0           	
1

没有问题的话就可以打开电脑摄像头实现目标检测了。