yolov3是哪一年的（YOLOv7保姆级教程！（个人踩坑无数）—-环境配置）

一 
  
  
  
  
  
  、前言：

 博主本人是做目标检测的             ，使用YOLO较多 
  
 
  
 
  
 
  
 
  
 
  
 
，特此写一个详细博客












，一起学习一下             。

二
  
  
  
  
  
  
 、环境搭建：

深度学习相关环境的搭建可谓是相当重要的 
  
  
  
  
  
  ，不仅是深度学习的入门第一关 
  
  
  
  
  
  
，更是影响你整个模型复现与改进 
  
 
  
 
  
 
  
 
  
 
  
 
。

2.1 Anaconda：Anaconda主要作为python的虚拟环境

 


 


 


 


 


 

，后续也可创建更多不同环境以应对不同需求












。

下载官网：Anaconda | The Worlds Most Popular Data Science Platform

点击后根据个人需求 
 
 
 
 
 
 ，下载适应电脑版本的Anconda 
  
  
  
  
  
  。安装Anaconda的过程比较简单 
   
   
   
   
   
   
，如果有问题可以私信 
  
  
  
  
  
  
。

2.2 Pycharm：

        pycharm是大多数同学选择编译运行python的平台
 

 

 

 

 

 
，比较方便使用

 


 


 


 


 


 

。直接点击链接官网下载即可 
 
 
 
 
 
 。

下载官网：PyCharm：JetBrains为专业开发者提供的Python IDE

直接选择社区版本下载即可
 

 

 

 

 

 

 ， 设置一个路径            ，正常软件安装即可 
   
   
   
   
   
   
。

2.3 Cuda

        CUDA在程序中主要是GPU加速使用 

 
 

 
 

 
 

 
 

 
 

 
 
，如果你只使用CPU对模型训练












，此处可以跳过                   ，如果GPU训练同学 
 
 
 
 
 
 
 
 
 
 
 
 
，请仔细阅读


















，此处坑较多             ，当时本人也是踩坑无数
 

 

 

 

 

 
。

CUDA官方安装教程:CUDA Installation Guide for Microsoft Windows

CUDnn官方安装教程：Installation Guide :: NVIDIA Deep Learning cuDNN Documentation

桌面右键打开nvidia控制面板

 点击左下角系统信息

 打开组件 
  
 
  
 
  
 
  
 
  
 
  
 
，查看第三行信息












，可以看到你电脑显卡适用的cuda版本

第二种方法：win+r快捷键 
  
  
  
  
  
  ，输入cmd 
  
  
  
  
  
  
，打开终端窗口输入nvidia-smi

 此处也可查看cuda版本

 


 


 


 


 


 

，最高支持11.4 
 
 
 
 
 
 ，可以选择11.4以下版本
 

 

 

 

 

 

 。

CUDA下载地址:CUDA Toolkit Archive | NVIDIA Developer

 点击链接选择适合自己电脑的版本 
   
   
   
   
   
   
，博主本人安装的是11.3版本

 点击进入后
 

 

 

 

 

 
，选择系统版本
 

 

 

 

 

 

 ，第一个为本地离线下载            ，第二个为网络下载            。

下载完成后安装：

        注意：第一次为会设置临时解压目录 

 
 

 
 

 
 

 
 

 
 

 
 
，第二次设置安装目录 

 
 

 
 

 
 

 
 

 
 

 
 
。

临时解压路径选择默认即可












，也可以自定义                   ，安装结束后 
 
 
 
 
 
 
 
 
 
 
 
 
，临时解压文件夹会自动删除；

如果是新手小白


















，那就全都要             ，如果是安装好几次了 
  
 
  
 
  
 
  
 
  
 
  
 
，直接第一个












。

安装到此处后












，建议直接截图保存记住安装位置的路径后面需要用                   。

查看环境变量 
  
  
  
  
  
  ，点击设置直接搜索查看高级系统设置---》点击环境变量
 


 


 


 


 


 


、

就可以看到你的环境变量了 
  
  
  
  
  
  
，

这块就可以看到刚刚安装的11.3的环境变量了 
 
 
 
 
 
 
 
 
 
 
 
 
。如果没有需要自己添加

这两个变量放在下面这块

 


 


 


 


 


 

，方便复制 
 
 
 
 
 
 ，注意自己的路径即可

NVCUDASAMPLES_ROOT

NVCUDASAMPLES11_0_ROOT

然后查看是否安装成功：

win+r 快捷键输入cmd 
   
   
   
   
   
   
，输入nvcc --verison或者nvcc -V

查看安装cuda的版本号 
 

 

 

 

 

 
，输入set cuda可以查看CUDA设置的环境变量
 

 

 

 

 

 

 ，至此CUDA部分安装完成


















。

CUDnn下载及安装

官方下载地址：https://developer.nvidia.com/rdp/cudnn-download

注意下载这块需要注册nvidia账号            ，这个都比较easy 

 
 

 
 

 
 

 
 

 
 

 
 
，自己操作一下就行了

登录后就能看到不同的CUDnn版本

也可以通过这个链接下载

cuDNN Archive | NVIDIA Developer 

依然是选择适合自己电脑的版本












，下载后解压会发现并不是exe文件而是三个文件夹             。

 接下来比较重要                   ，将这个三个文件夹复制到当时安装cuda的路径中 
 
 
 
 
 
 
 
 
 
 
 
 
，进行替换 
  
 
  
 
  
 
  
 
  
 
  
 
。

当时安装的截图中有


















，或者去系统中的环境变量查看也可以












。其实cudnn更像是cuda的一个加速补丁 
  
  
  
  
  
  。

然后再次添加路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp

这块的话 根据自己的路径进行修改就可以了 
  
  
  
  
  
  
。

此时需要验证             ，win+r 输入cmd打开终端

cd 切换到安装目录下的 …\extras\demo_suite 
  
 
  
 
  
 
  
 
  
 
  
 
，然后分别执行bandwidthTest.exe和deviceQuery.exe

如果看到出现两个pass后












，安装cuda与cudnn完成 
  
  
  
  
  
  ，至此深度学习的最基本环境已经配备 
  
  
  
  
  
  
，下一篇博客会详细讲解YOLOv7的安装与训练自己的数据集

 


 


 


 


 


 

。