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，.conda\envs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yolov5-7.0\weights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
