在高xq大佬的指导下完成了代码的调试和第一次训练，纯手工复盘记录，再度理解学习~！！！

 记录的逻辑不是很清晰，因为知识盲区太多，待理解的后续继续补充，未实现的后续继续实现并补充记录！~

虽然技术含量不高，但对于小白来说真的是超级超级详细的指导帮助了，加油加油哈！~

（三）为代码下载调试的记录，第一次训练写在（四）的部分。

开始调试代码测试环境~

补充说明：在测试下载代码之前务必需要安装Visual Studio，因为有一些包需要依赖VS，安装过程不再赘述，可参考其他博客（下载C++）

1.原代码下载及调试

1.1 Github下载地址：https://github.com/ultralytics/yolov5

1.2 下载完成后，打开文件夹中的 requirements.txt，将torch和torchvision这两行前面加#注释掉，这两行是给cpu版本安装的。

1.3 进入Anaconda Prompt命令行，输入：cd 代码存放位置（下载好的代码存放的位置记录一下，为了便于操作，我存在桌面上了）

1.4 下载一些程序运行需要的程序包

1.5 测试安装结果 

2.调试代码

2.1 运行detect.py

2.2  设置参数调用电脑摄像头实时监测

---

1.原代码下载及调试

1.1 Github下载地址：https://github.com/ultralytics/yolov5

目前Yolo v5已经出到第五版了，如下图，展开查看。

我这里选择的第四版 

1.2 下载完成后，打开文件夹中的 requirements.txt，将torch和torchvision这两行前面加#注释掉，这两行是给cpu版本安装的。

1.3 进入Anaconda Prompt命令行，输入：cd 代码存放位置（下载好的代码存放的位置记录一下，为了便于操作，我存在桌面上了）

例如：cd C:/Users/liukaiming945/Desktop/yolov5-master（如下图）

1.4 下载一些程序运行需要的程序包

输入以下命令，选择一个就可以，选择下载速度最快的。我选的是第四个（网络环境要求比较高，1000S以内需要下载完成）

有些程序包cpu、gpu通用，有些是gpu专用，下载好后会存放在anaconda/Lib/site-packages中

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

pip3 install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

pip3 install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -i http://pypi.mirrors.ustc.edu.cn/simple/

pip3 install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

出现如下结果，Congratulations，下载成功~

补充：还需要安装opencv的包

pip install opencv-python 

安装成功后即可。

1.5 测试安装结果 

在命令行的首目录下依次输入：

python

import torch

torch.cuda.is_available()

True 表示安装成功~ （反正当时这个True让我都激动的想发个朋友圈，小白就是容易满足）

第二轮看感觉~嗯 也就还行吧 简单 哈哈哈哈哈

2.调试代码

先查看一下解释器配好了没：File-Settings-Project-Python interpreter（配好了如下图所示，没配好的话重新打开一次试试，目前小白只知道这个方式）：

2.1 运行detect.py

第一次运行，会下载模型，如下，稍等~

测试照片在data/images，检测结果在runs/detect/exp。 可以多放几张进去，测试一下效果，顺便夸夸自己，虽然自己工作量甚微，第一次运行成功（返回0为运行成功 返回1就~~~~~）

第一个小错误：第一行没有缩进到头

解决：修改后Ctrl+sbaocun-右键RUN

2.2  设置参数调用电脑摄像头实时监测

detect.py-main---source-default设置为'0'，表示使用电脑摄像头；

default设置为'./data/images'，表示检测该文件夹中图片；

网络摄像头一般有类似于rtsp://192.168.1.10:554/user=admin&password=&channel=1&stream=0.dsp?这种链接

直接这个放到source那里，然后电脑配置到对应的网段下（eg.192.168.1.~），执行起来就会自动调用这个摄像头。（未实现，后续实现了来补充）