1. 从零开始的决心为什么选择YOLOv5作为你的第一个目标检测项目如果你是一个对计算机视觉充满好奇但又被“深度学习”、“环境配置”这些词吓退的初学者那么恭喜你你来对地方了。我见过太多朋友兴致勃勃地打开一篇教程结果卡在“CUDA版本不匹配”或者“某个依赖包死活装不上”这一步热情被消磨殆尽最终放弃。今天我们不谈高深的理论就做一件事手把手一行命令一行命令地把一个能跑起来的YOLOv5目标检测环境从无到有地搭建在你的电脑上。无论你是文科生、非科班出身还是刚刚接触编程只要你能跟着步骤走我保证你能成功。为什么是YOLOv5在目标检测领域YOLO系列就像它的名字“You Only Look Once”一样以速度快、精度高著称。YOLOv5虽然不是官方YOLO作者的作品但它由Ultralytics公司维护凭借其极佳的易用性、清晰的代码结构和活跃的社区成为了无数初学者和工业界从业者的首选。它就像一个封装精良的“工具箱”你不需要从零开始造轮子就能快速体验目标检测的魅力看到摄像头里的自己、桌上的水杯被一个个框框识别出来的那一刻成就感是巨大的。这对于建立学习信心至关重要。很多人畏惧环境配置本质是害怕面对黑屏的命令行和看不懂的报错。别担心我们将使用Anaconda这个“环境隔离神器”它能让你的Python项目互不干扰即使搞砸了删掉重来就是完全不会影响系统其他部分。整个过程我会解释每一个命令是干什么的可能会遇到什么“坑”以及“坑”出现了该怎么爬出来。我们的目标不是让你死记硬背命令而是理解背后的逻辑这样以后遇到其他环境配置你也能举一反三。2. 战前准备理清工具链与安装Anaconda在开始敲命令之前我们必须像将军打仗前看地图一样搞清楚整个“作战序列”需要哪些“兵种”和“装备”。对于深度学习尤其是基于PyTorch的YOLOv5核心工具链可以概括为操作系统 - 显卡驱动 - CUDA - cuDNN - Python - PyTorch - YOLOv5。对于0基础小白我们采用最稳妥、最通用的路线在Windows系统上通过Anaconda管理Python环境由Conda自动处理复杂的CUDA依赖。2.1 核心工具链解析它们各自扮演什么角色Anaconda/Miniconda这是我们的“大本营”和“后勤部长”。它主要做两件事第一方便地安装和管理Python避免直接安装系统Python可能带来的权限和版本冲突问题第二通过“虚拟环境”功能为YOLOv5项目创建一个独立的、干净的工作空间。在这个空间里你可以随意安装、卸载包而不会影响你电脑上其他Python项目比如你用Python做的数据分析或爬虫。我们选择Miniconda它比完整的Anaconda体积小很多只包含最核心的Conda和Python。Python这是我们的“工作语言”。YOLOv5以及绝大多数深度学习框架都是用Python写的。我们需要一个特定版本的PythonYOLOv5官方推荐3.8或3.9太新或太旧的版本可能导致依赖包不兼容。PyTorch这是我们的“核心发动机”。它是一个由Facebook开源的深度学习框架YOLOv5就是基于它构建的。PyTorch以其动态计算图和易于调试的特性深受研究和开发者的喜爱。CUDA cuDNN这是让我们的“发动机”在“超级跑道”NVIDIA显卡上全速运行的“加速套件”。CUDA是NVIDIA推出的通用并行计算架构cuDNN是基于CUDA的深度神经网络加速库。如果你的电脑有NVIDIA显卡俗称N卡安装它们可以让你用显卡来训练和推理模型速度比用CPU快几十甚至上百倍。如果你的电脑没有NVIDIA显卡比如用的是AMD显卡或苹果M芯片Mac或者只有集成显卡那么你只能使用CPU模式后续安装PyTorch时选择CPU版本即可CUDA和cuDNN的步骤可以跳过。速度会慢很多但用于学习和体验小模型是完全可行的。YOLOv5这就是我们最终要获取的“武器库”本身一个完整的项目代码仓库。2.2 安装Miniconda搭建你的专属工作空间下载Miniconda打开Miniconda的 官方下载页面 。根据你的操作系统Windows和系统位数通常是64位选择对应的安装包。建议选择Python 3.9版本的安装程序这能省去我们后续调整Python版本的麻烦。安装Miniconda运行下载好的.exe文件。安装过程中有几个关键选项需要注意安装类型选择“Just Me”仅为我安装。安装路径建议不要安装在C盘根目录或带有中文、空格的路径下。可以类似D:\Miniconda3这样。高级选项务必勾选“Add Miniconda3 to my PATH environment variable”。这个选项会把Conda命令添加到系统环境变量这样你可以在任何终端比如CMD或PowerShell里直接使用conda命令。虽然安装程序会警告说可能造成冲突但对于我们这种单一用途的环境管理来说勾选它会让后续操作方便很多。同时它也会自动勾选“Register Miniconda3 as my default Python 3.9”这没问题。验证安装安装完成后在“开始”菜单中找到并打开“Anaconda Prompt (Miniconda3)”。这是一个专为Conda配置的命令行工具。在打开的窗口里输入以下命令并按回车conda --version如果显示类似conda 24.x.x的版本号说明安装成功。再输入python --version应该显示Python 3.9.x。恭喜你的“大本营”已经搭建完毕。注意如果你在安装时没有勾选“添加到PATH”那么普通CMD或PowerShell将无法识别conda命令。你每次都需要从开始菜单打开“Anaconda Prompt”来工作。为了省事我强烈建议你在安装时就勾选上。如果已经安装但没勾选可以卸载重装或者手动添加环境变量此操作稍复杂此处不展开。3. 创建虚拟环境与安装PyTorch打造专属的模型引擎有了Conda我们第一步不是直接装YOLOv5而是先为它准备一个干净的“房间”虚拟环境并在房间里安装好“发动机”PyTorch。这一步是避免环境混乱的关键。3.1 创建并激活虚拟环境在Anaconda Prompt中执行以下命令conda create -n yolov5 python3.9conda create -n是创建新环境的命令。yolov5是你给这个环境取的名字你可以换成任何你喜欢的比如my_detect。python3.9指定了这个环境里Python的版本。我们使用3.9以保证最好的兼容性。命令执行中会提示你确认安装一些基础包输入y并按回车。创建完成后激活这个环境conda activate yolov5激活后你会发现命令行的提示符前缀从(base)变成了(yolov5)。这意味着你现在已经进入了名为yolov5的独立工作空间之后所有操作都只在这个空间内生效。3.2 关键抉择安装CPU版还是GPU版的PyTorch这是整个配置过程中最核心的选择取决于你的硬件。如何判断在Windows搜索栏输入“设备管理器”打开后找到“显示适配器”。如果下面列出了“NVIDIA GeForce ...”之类的型号恭喜你很可能有独立N卡可以尝试GPU版本。如果只有“Intel(R) UHD Graphics”或“AMD Radeon Graphics”那就是集成显卡只能使用CPU版本。有N卡但不确定能否用我们还需要确认显卡是否支持CUDA。比较老的显卡架构早于Kepler可能不支持。一个粗略的判断是近5-8年内主流的游戏本或台式机显卡GTX 10系列、RTX 20/30/40系列Quadro系列等基本都支持。最准确的方法是去 NVIDIA官网 查看CUDA支持的GPU列表。3.3 安装PyTorchGPU版本以CUDA 11.8为例如果你确认有支持CUDA的N卡并且希望获得加速请继续。首先我们需要知道你的显卡驱动支持的CUDA最高版本。在Anaconda Prompt已激活yolov5环境中输入nvidia-smi这个命令会显示你的NVIDIA显卡信息。在右上角你可以看到“CUDA Version: 12.4”之类的字样。这个“CUDA Version”指的是你的显卡驱动最高支持的CUDA版本不是你电脑上已经安装的CUDA。PyTorch的版本需要和后续我们通过Conda安装的CUDA工具包版本匹配。访问 PyTorch官网 你会看到一个配置选择器。我们这样选PyTorch Build: Stable (1.13.1)Your OS: WindowsPackage: Conda (强烈推荐用Conda安装因为它会自动处理CUDA和cudnn的依赖比用pip安装省心太多)Language: PythonCompute Platform: CUDA 11.8如果你的nvidia-smi显示驱动支持12.x这里也可以选CUDA 11.8因为PyTorch的Conda包通常对CUDA 11.x支持更稳定和成熟。除非你有特定需求否则CUDA 11.8是兼容性最好的选择之一。选择完成后官网会生成一行命令例如conda install pytorch torchvision torchaudio pytorch-cuda11.8 -c pytorch -c nvidia在激活的yolov5环境中运行这行命令。这会安装PyTorch及其相关的视觉工具包torchvision和音频工具包torchaudio同时Conda会自动为你安装匹配的CUDA 11.8工具包和cuDNN。这个过程需要下载几个GB的数据请保持网络通畅。3.4 安装PyTorchCPU版本如果你的电脑没有NVIDIA显卡或者你暂时不想折腾GPU驱动那么安装CPU版本是最简单直接的选择。在 PyTorch官网 的选择器中“Compute Platform”选择“CPU”。生成的命令类似conda install pytorch torchvision torchaudio cpuonly -c pytorch在激活的yolov5环境中运行此命令即可。3.5 验证PyTorch安装安装完成后我们需要验证PyTorch是否安装成功以及GPU是否可用如果安装了GPU版。在yolov5环境中启动Python交互界面python然后依次输入以下Python代码并回车import torch print(torch.__version__) # 打印PyTorch版本号 print(torch.cuda.is_available()) # 打印CUDA是否可用GPU版本应返回TrueCPU版本返回False如果第一行输出了版本号如1.13.1第二行与你的预期相符GPU版为TrueCPU版为False那么PyTorch安装就成功了输入exit()退出Python交互界面。实操心得很多教程会先让你手动安装CUDA和cuDNN对于新手来说极易出错版本匹配更是噩梦。使用Conda安装PyTorch GPU版让它自动解决CUDA依赖是成功率最高的方法。即使未来你需要特定版本的CUDA也建议先通过Conda安装PyTorch获得一个基础环境再在其基础上调整。4. 获取YOLOv5与安装剩余依赖组装你的检测工具箱“发动机”PyTorch准备好了现在可以把“武器库”YOLOv5拿过来了并给它配上所有必要的“配件”依赖包。4.1 克隆YOLOv5仓库YOLOv5的代码托管在GitHub上。我们需要使用git命令把它下载到本地。如果你没有安装git请先到 Git官网 下载并安装安装过程全部默认选项即可。安装后在Anaconda Prompt (yolov5环境)中切换到你希望存放项目的目录比如D:\ProjectsD: cd D:\Projects然后执行克隆命令git clone https://github.com/ultralytics/yolov5如果网络较慢或git克隆失败你也可以直接在GitHub页面点击“Code” - “Download ZIP”下载压缩包后解压到D:\Projects目录并将文件夹重命名为yolov5。克隆或解压完成后进入项目目录cd yolov54.2 安装项目依赖YOLOv5项目有一个requirements.txt文件里面列出了所有必需的Python包。在项目根目录yolov5文件夹下使用pip进行安装pip install -r requirements.txtpip是Python的包管理工具-r参数表示按照文件要求安装。这个文件里包含了opencv-python图像处理、matplotlib画图、pandas数据处理等几十个包。安装过程会自动解析并安装所有依赖。这里有一个至关重要的细节requirements.txt里默认的torch和torchvision版本可能与你刚才安装的不一致。pip在安装时如果发现某个包已经存在比如我们通过conda安装的PyTorch并且版本满足最低要求它通常会跳过安装。所以这一步主要是安装除了PyTorch之外的其他依赖不会覆盖你的PyTorch。4.3 验证YOLOv5环境依赖安装完成后我们可以用一个最简单的命令来验证整个环境是否工作正常。YOLOv5提供了预训练的模型和示例数据。在项目根目录下运行python detect.py --source data/images --weights yolov5s.pt --conf 0.25让我解释一下这个命令在做什么python detect.py运行项目里的detect.py脚本这是用于推理检测的主程序。--source data/images指定检测的源。data/images是项目自带的两个示例图片zidane.jpg和bus.jpg所在的文件夹。--weights yolov5s.pt指定使用的模型权重文件。yolov5s.pt是官方提供的一个小型预训练模型它会自动从网上下载。--conf 0.25设置置信度阈值只有置信度高于0.25的检测框才会被显示。第一次运行会下载yolov5s.pt模型文件大约14MB。运行结束后如果一切顺利你会在项目根目录下看到一个新生成的runs/detect/exp文件夹里面就是处理后的图片图片中的行人、公交车等物体应该已经被框选并标注了标签。打开这些图片看看这就是你的第一个目标检测程序跑通的结果踩坑实录在运行detect.py时最常见的错误是ImportError提示缺少某个模块比如pycocotools。这通常是因为requirements.txt中的某个包没有安装成功。请仔细查看报错信息根据缺失的包名手动使用pip install 包名进行安装。另一个常见错误是关于图片路径的确保你在yolov5项目目录下执行命令。5. 深入探索与个性化配置让你的YOLOv5更顺手环境跑通只是第一步就像车能启动了我们还得熟悉一下仪表盘和功能键让它更好开。下面是一些让你用起来更顺手的配置和初步探索。5.1 使用IDE推荐VS Code获得更好的开发体验一直用Anaconda Prompt敲命令不够直观。我强烈推荐使用Visual Studio Code (VS Code) 来作为你的代码编辑器。它轻量、免费且功能强大。安装VS Code从 官网 下载安装。安装Python扩展打开VS Code点击左侧活动栏的扩展图标或按CtrlShiftX搜索“Python”安装由Microsoft发布的那个扩展。打开项目文件夹在VS Code中点击“文件” - “打开文件夹”选择你刚才的D:\Projects\yolov5文件夹。选择Python解释器按CtrlShiftP打开命令面板输入“Python: Select Interpreter”选择显示为(yolov5: conda)的那一个。这告诉VS Code使用我们刚创建的Conda虚拟环境。在VS Code中运行现在你可以在VS Code里直接打开detect.py文件点击右上角的运行三角按钮或者在里面右键选择“在终端中运行Python文件”。终端会集成在VS Code底部非常方便。你还可以直接修改detect.py里的默认参数比如把--source改成0调用摄像头或者一个视频文件路径。5.2 尝试不同的模型和源YOLOv5提供了不同大小的模型在速度和精度之间权衡yolov5n.pt(Nano): 最小最快精度最低。yolov5s.pt(Small): 小速度快精度适中我们刚才用的这个。yolov5m.pt(Medium): 中等。yolov5l.pt(Large): 大。yolov5x.pt(XLarge): 最大最慢精度最高。你可以通过更改--weights参数来体验不同模型。同时--source参数非常灵活--source 0使用电脑的默认摄像头进行实时检测。--source path/to/video.mp4检测一个视频文件。--source path/to/folder检测一个文件夹内的所有图片/视频。--source https://url/to/image.jpg检测网络图片。例如想用摄像头和中等模型试试python detect.py --source 0 --weights yolov5m.pt5.3 理解项目结构在VS Code中浏览一下yolov5文件夹了解主要文件和目录data/: 存放数据集配置文件如coco128.yaml和示例图片。models/: 存放模型结构定义文件yolov5s.yaml等。runs/: 运行detect.py或train.py后结果会保存在这里的子目录中。utils/: 工具函数集包括绘图、日志、指标计算等。detect.py:推理脚本用于使用训练好的模型进行预测。train.py:训练脚本用于用自己的数据训练模型。val.py:验证脚本用于评估模型性能。export.py:导出脚本用于将PyTorch模型导出为其他格式如ONNX, TensorRT。requirements.txt: 项目依赖列表。5.4 处理常见的依赖问题即使按照步骤来也可能遇到一些包的问题。这里列举两个高频问题OpenCV (cv2) 无法导入或功能不全有时pip install安装的opencv-python是精简版。可以尝试升级或重装完整版pip uninstall opencv-python opencv-python-headless -y pip install opencv-pythonPyTorch与CUDA版本不匹配警告如果你安装了GPU版但运行时看到类似“CUDA initialization”的警告可能是因为PyTorch编译的CUDA版本和你系统环境里的不完全一致。只要torch.cuda.is_available()返回True并且能正常进行检测观察任务管理器GPU是否有活动一般可以忽略此警告。如果GPU完全无法使用请回到PyTorch官网严格根据你的CUDA工具包版本可通过conda list | findstr cudatoolkit查看重新选择安装命令。6. 下一步行动指南从运行Demo到训练自己的模型成功运行示例代码后你可能会想我能不能用它来识别我感兴趣的东西比如识别家里的猫猫狗狗或者检测生产线上的零件答案是肯定的。YOLOv5的魅力就在于其易于使用的训练流程。这里为你勾勒出下一步的学习路径。6.1 准备你自己的数据集这是训练自定义模型最关键也最耗时的一步。你需要收集图片尽可能多地收集包含待检测目标的图片几百到几千张背景、光照、角度要多样。标注图片使用标注工具如LabelImg,CVAT,Roboflow在图片上画出目标边界框并打上标签。标注文件通常保存为YOLO格式每个图片对应一个.txt文件内容为class_id x_center y_center width_height坐标是归一化后的。组织文件结构按照YOLOv5要求的格式组织数据集文件夹通常包含images/train,images/val,labels/train,labels/val等子文件夹。创建数据集配置文件创建一个.yaml文件例如my_data.yaml在其中定义数据集的路径、类别数量和类别名称列表。6.2 开始训练准备好数据和配置文件后训练命令的核心格式如下python train.py --img 640 --batch 16 --epochs 100 --data my_data.yaml --weights yolov5s.pt--img 640: 输入图片 resize 到 640x640 像素。--batch 16: 每次输入模型16张图片批大小。根据你的GPU内存调整内存小就调小如84。--epochs 100: 整个数据集训练100轮。--data my_data.yaml: 指定你的数据集配置文件。--weights yolov5s.pt: 使用预训练的yolov5s权重进行迁移学习这比从零训练快得多效果也好。训练开始后终端会输出损失值等指标。训练完成后最好的模型权重会保存在runs/train/exp/weights/best.pt。6.3 用自己训练的模型进行推理训练完成后使用你自己的模型进行检测python detect.py --source path/to/your/test_image.jpg --weights runs/train/exp/weights/best.pt6.4 可能遇到的挑战与心态调整第一次训练自己的模型大概率不会一帆风顺。可能会遇到损失不下降或NaN检查数据标注是否正确框是否超出图片范围标签文件是否为空学习率是否过高可尝试减小--lr0参数。显存不足(CUDA out of memory)减小--batch-size减小--img-size如改为416。过拟合训练集精度很高但验证集精度很低。增加数据量使用数据增强YOLOv5默认已开启减少训练轮数--epochs。遇到问题时第一反应不应该是沮丧而是仔细阅读终端报错信息并复制错误信息去搜索引擎如Google、Stack Overflow、YOLOv5的GitHub Issues查找。你遇到的坑99%的概率已经有人踩过并提供了解决方案。环境配置是深度学习实践的第一道门槛跨过去你就拥有了探索视觉AI世界的钥匙。这套基于Conda的配置方法其核心思想是隔离与自动化管理依赖它不仅适用于YOLOv5也适用于绝大多数Python机器学习项目。记住这个流程创建虚拟环境 - 在环境中安装核心框架PyTorch/TensorFlow- 安装项目特定依赖 - 运行验证。当你熟悉之后整个过程可以在10分钟内完成。接下来尽情地去用YOLOv5识别你周围的世界吧从检测一张桌子的物品开始逐步挑战更复杂的项目实践才是最好的老师。