1：安装Nvidia显卡驱动、cuda和cuDNN

1.1下载安装Navida显卡驱动

NAVIDIA驱动下载地址：https://www.nvidia.cn/Download/index.aspx

 下载完成后，在CMD中输入  nvidia-smi 验证是否安装成功

如果有错误

2：下载CUDA（本人下载12.2版本）

CUDA下载链接：https://developer.nvidia.com/cuda-toolkit-archive

3：下载CUDNN

cudnn下载地址（注意cuda版本）：https://developer.nvidia.cn/rdp/cudnn-archive

 4：安装CUDA

4.1运行cuda，建议使用默认路径

4.2：安装完成后设置环境变量

 计算机属性  -> 系统 -> 系统信息 -> 高级系统设置 -> 系统 的环境变量中可以看到多了CUDA_PATH和CUDA_PATH_V12_2两个环境变量

接下来在系统中添加已下几个环境变量

cuda默认安装路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2

CUDA_SDK_PATH:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2
CUDA_LIB_PATH:%CUDA_PATH%\lib\x64
CUDA_BIN_ATH:%CUDA_PATH%\bin
CUDA_SDK_BIN_PATH:%CUDA_SDK_PATH%\bin\win64（12.2版本不存在该文件）
CUDA_SDK_LIB_PATH:%CUDA_SDK_PATH%\common\lib\x64（12.2版本不存在该文件）

5：安装CUDNN

将cuCNN解压，将bin、include、lib文件复制到cuda中（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2）

6：cuda安装测试

打开cmd输入：>nvcc --version

即可看到cuda信息

7：安装anaconda 

anaconda下载地址：https://www.anaconda.com/download/

Anaconda3-2023.09-0-Windows-x86_64.exe 下载

链接：https://pan.baidu.com/s/1YfzwXMyJ_tT8ti0KcspzEg
提取码：8888

创建Python环境名YOLOv5  python版本3.10

conda添加豆瓣源：conda config --add channels http://pypi.douban.com/simple/

conda添加阿里源：conda config --add channels https://mirrors.aliyun.com/pypi/simple/

conda添加清华源： conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

conda添加中科源： conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

添加后使用命令： conda config --show channels  查看源是否添加成功

8：安装yolov5环境

进入环境yolov5，通过命令安装环境

pip install -r requirements.txt

9：下载预训练权重文件

yolov5-6.2 权重文件链接：https://pan.baidu.com/s/1D7Cf98WHEMQJFOjuQJL0lQ
提取码：8888

项目中新建weights文件夹用于存放权重文件

9：执行测试代码

权重文件下载地址： https://github.com/ultralytics/yolov5/releases/tag/v6.2

指定权重文件、设置置信度
python D:\projects\yolov5-6.2\detect.py --weights D:\projects\yolov5-6.2\weights\yolov5s.pt --conf 0.4

识别后的图片会存储在D:\projects\yolov5-6.2\runs\detect 文件夹下