Yolov10环境配置

参考文章：1.YOLOv10超详细环境搭建以及模型训练（GPU版本）-CSDN博客

2.Windows下安装pytorch教程(下载.whl的方式)_pytorch whl-CSDN博客

安装步骤和文件夹顺序一样

1.安装CUDA和cuDNN

1.1安装CUDA

1.1.1查看当前你的电脑显卡支持的最高CUDA版本，后面的安装不能超过它

方法一：通过命令的方式查看

nvidia-smi

方法二：【鼠标右键桌面】--【显示更多选项】--【NVIDIA控制面板】--在控制面板的左下角点击【系统信息】--选择【组件】

NVIDIA CUDA 12.1.68 driver就是显卡支持的CUDA版本

1.1.2 下载CUDA（官网或者百度网盘）

（1）下载地址一（官网）：

• CUDA下载官网：CUDA Toolkit Archive | NVIDIA Developer

下载小于12.1版本都都可以，我这里下载的是11.8.0，然后点击【CUDA Toolkit 11.8.0】

• 下载CUDA11.8
• 

• 1.1.3 安装CUDA 11.8

• 点击刚下载的CUDA进行安装

• 

• 下面的路径是提取地址，安装完后会自动删除，选择默认即可，点击【OK】

• 

• 等待提取完成

• 

• 点击【同意并继续】

• 

• 选择【自定义】，点击【下一步】

• 

• 驱动组件可以全部勾选，点击【下一步】

• 

• cmd命令【nvcc -V】查看CUDA是否安装成功，如果出现如下界面表示CUDA安装成功

• 

• 1.2配置cuDNN

  1.2.1下载cuDNN（官网或者百度网盘）

  （1）下载地址一（官网）

• 下载官网：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10

• 下载cuDNN,先登录，按照提示流程注册、登录即可。

  cuDNN选择支持CUDA的版本（刚刚下载的CUDA是哪个版本就选择对应的版本）（CUDA 11.x则代表支持CUDA11代版本的所有版本）

  

  下载对应自己电脑系统的版本。

  1.2.2 配置cuDNN

  解压cuDNN压缩包，然后将cuDNN文件夹里面的几个文件复制到CUDA的安装目录下直接覆盖

  

  覆盖

  

  2.安装Anaconda

  2.1 下载Anaconda

  （1）Anaconda下载方式一（官网）

  Anaconda下载官网：Anaconda | The Operating System for AI

  点击下载【Free Download】即可

  

  然后点击【Download】

  

  2.2 安装Anaconda

  点击安装包，然后点击【Next]

  

• 点击【I Agree】

• 

• 点击【Next】

• 

• 安装路径的选择，点击【Next】

• 

• 点击【INstall】，然后等待安装完成

• 

• 点击【Next】

• 

• 点击【Next】

• 

• 点击【Finish】

• 

  2.3 配置环境变量

  右键点击【我的电脑】(此电脑)--【属性】--点击【高级系统设置】--【高级】--【环境变量】-找到系统变量下的【Path】--右侧点击【新建】，按照我标红框的进行添加即可。（注意anaconda3的安装路径

  

  3.创建python虚拟环境

  3.1创建python虚拟环境

  虚拟环境的作用：虚拟环境可以隔离不同项目的依赖项，避免不同项目之间的干扰，使项目更加稳定。

  首先进入命令界面

  

  输入如下命令：

  conda create -n yolov10 python=3.11.4

  其中：yolov10是虚拟环境名称（可以任意取名），python=3.11.4是指定python的版本（建议制定为3.9，防止报错）

  

  输入【y】，之后回车开始安装

  

  如果出现如下界面，表示安装完成。

  

  输入命令可以查看虚拟环境否创建成功：conda env list

  如下界面表示创建成功（虚拟环境名称以及虚拟环境的路径）：

  

  激活进入环境：activate yolov10

  

  激活成功后，前面的base会替换成yolov10

  备注：如果需要删除刚刚创建的虚拟环境，可以通过如下命令删除：

  conda remove -n yolov10 --all

• 3.2 虚拟环境的路径设置及依赖文件配置

• 注意！！！如果刚才anaconda安装在d盘，激活yolov10虚拟环境后，是需要更换根目录的！！！
• 方法如下：

  

1.先输入cd D:\Quark DL\YOLOv10_original_code\yolov10-main （取决于学长发的代码文件你放在哪里了，横线位置替换成你的目录，记得是指定到yolov10-main的目录）

2.输入d：

3.输入依赖文件（清华源）：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

注意：这里可能会报错如下图！

原因是创建虚拟环境的python版本过高：我用的3.12,改成3.9后无报错（注意电脑的python 和conda 的python是独立的）

4.pytorch（注意版本对应）

4.1安装gpu版本 pytorch 

4.1.1whl安装法

详见我发送的压缩包里第4点（推荐whl安装法，先下载到本地，将下载好的三个文件移动到路径下D:\Quark DL\YOLOv10_original_code\yolov10-main，然后按照我给的命令pip install即可）
4.1.2pip安装法

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

4.1.3conda安装法

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

---------------------------------------------------------------------------------------------

4.2.2 cpu上的pytorch（whl法同上，可自己探索）

4.2.1-->pip安装法

pip3 install torch torchvision torchaudio

4.2.2-->conda安装法：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

5.运行代码detecte

可能会有报错，解决方法在文件中

注意修改detected 的路径：

最终效果（输出位置：D:\Quark DL\YOLOv10_original_code\yolov10-main\runs\detect\predict2）：