本项目参考b站视频https://www.bilibili.com/video/BV1EhkiY2Epg/?spm_id_from=333.999.0.0&vd_source=6c722ac1eba24d4cbadc587e4d1892a7

1.下载miniconda

使用 Miniconda 来管理 Python 环境（如 yolov8），就可以通过 conda create -n yolov8 python=3.10 命令来创建一个独立的虚拟环境

2.下载yolov5

YOLOv5 是 YOLO（You Only Look Once）系列中的一个版本，是一种非常流行的 目标检测（Object Detection）模型。YOLOv5 用于在图像或视频中快速而准确地检测物体，给出物体的位置（通过边界框）和类别标签。

3.在pycharm中导入yolov5并且添加虚拟环境conda

（他妈了个耙子，conda --version的时候一直显示没创建成功，我明明已经加入path了，原来是他妈的要删除窗口，要刷新一下，我服了）

在cmd操作的话，要你激活你选择的虚拟环境

在pyharm的终端的话就可以直接进行操作

4.打开数据集

链接：Computer Vision Datasets

这个网站都是已标注的数据集

5.下载pytorch的cpu或者GPU

你选择下载 PyTorch 的 CPU 版本，通常有以下几个原因和场景：

---

1. 没有 GPU 硬件

如果你的电脑没有支持 CUDA 的 NVIDIA GPU，只能运行 CPU 版本的 PyTorch。对于很多任务（尤其是小型的模型开发和学习），CPU 完全足够。

如何判断电脑是否有 GPU：

1. 在 Windows 中，按下 Win + R，输入 dxdiag，查看显卡信息。
2. 检查是否有 NVIDIA 显卡以及是否支持 CUDA（可以通过 NVIDIA 官网查询显卡的 CUDA 支持）。

6.下载依赖

使用

pip install -r requirements.txt

命令