本次开源计划主要针对大学生无人机相关竞赛的视觉算法开发。
开源代码仓库链接：https://github.com/zzhmx/yolov5-tracking-xxxsort.git
如果要配置CPU环境可以看我这篇文章：
yolov5-tracking-xxxsort yolov5融合六种跟踪算法（一）–环境配置CPU版本
实际使用方法：
yolov5-tracking-xxxsort yolov5融合六种跟踪算法（二）–目标识别

1.安装anaconda

首先在浏览器中找到anaconda官网下载安装包，网址：https://www.anaconda.com/download
点击donwload，下载完成后，运行安装包。如果你在安装过程中遇到的界面没有显示在下面列的图片里，那就选择跳过不管，按照默认情况来。

这个路径是安装路径，C盘空间太少的话可以自己指定其他路径，记住安装在哪

改好后点next，这两个都要勾选，第一个选上软件会自动将安装路径填入到系统环境变量中，没有经验的同学一定要选。然后点install进行安装。

安装完成后，打开电脑cmd（键盘win+R后在输入栏输入cmd回车即可打开），输入

conda --version

出现conda的版本号说明安装成功。

2.安装CUDA和CUDNN

首先打开cmd输入nvcc -V 注意V大写
如果有返回cuda版本说明电脑上有cuda，如果没有需要安装。可能有的同学的笔记本没有显卡，没有的话就先不安装了，使用cpu跑代码也可以。
打开网址：https://developer.nvidia.com/cuda-11-7-0-download-archive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_local

运行安装包

如果Display Driver的版本号低于你当前驱动的版本则取消勾选

自己指定好位置就行。

重启。
打开如下网址：
https://developer.nvidia.com/rdp/cudnn-archive

安装的是cuda11.7所以选第二个。

下载后解压下来是这几个文件夹

把bin、include、lib下的文件分别复制粘贴到之前cuda安装目录对应的bin、include、lib文件夹下

后在cmd输入nvcc -V如果出现

类似文字，说明成功。否则需要去配置环境变量
计算机-属性-高级系统设置-环境变量，选择系统变量中的Path，再进入编辑，把自己电脑上安装的cuda对应的下面四个文件夹路径加上。

3.配置yolov5的环境

这是yolov5的开源地址
https://github.com/ultralytics/yolov5
官方有详细的使用教程
https://github.com/ultralytics/yolov5/wiki

下载我开源仓库的代码压缩包解压到自己的文件夹里
https://github.com/zzhmx/yolov5-tracking-xxxsort.git
打开下面所示的prompt：

然后输入下面命令，python版本最好按3.8来

conda create -n xxx python=3.8

xxx为你想给这个虚拟环境设定的名称
安装好之后，输入：

conda activate xxx

xxx为你给这个虚拟环境设定的名称,以后每次你想运行你创建的虚拟环境都这样操作就可以，这样就可以在终端使用python了。

然后接着在prompt里面使用cd 命令将路径转移到你下载的yolov5文件夹目录下。比如我的是 cd F:\V2t-lab\Cabin_cargo\yolov_tacker
注意cd后面有空格。
如果你有cuda,在prompt输入（如果遇到网络波动可以重复尝试或者换手机热点，如果电脑没有pip可以百度搜索如何安装，正常情况下pip安装还是比较快的）

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

如果这个运行不成功使用下面的命令;

pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果你只有cpu那么用下面的指令：

pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cpu

或者：

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 cpuonly -c pytorch

安装完成之后输入：

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

安装git,跟着这个博客安装即可：
https://blog.csdn.net/qq_52102933/article/details/120387246
然后打开

和之前一样先

conda activate yolov5

再使用cd命令，将路径cd到yolo_tracking-8.0路径下运行

pip install -e git+https://github.com/samson-wang/cython_bbox.git#egg=cython-bbox

如果上面这条命令报错，可以cd到cython_bbox-master文件夹目录下运行 python setup.py install
运行完要保证路径再cd到yolo_tracking-8.0路径下

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

这样环境就全部成功配置完了。
在prompt 里面输入

python

然后输入

import torch
import torchvision

如果安装的cpu版本，import后无报错说明成功了。如果是安装了cuda那就再输入

print(torch.cuda.is_available())

如果最终返回
True 说明全部安装成功

安装编译器
使用编译器pycharm，这个的下载大家可以在官网
https://www.jetbrains.com/zh-cn/pycharm/download/?section=windows

下载社区版pycharm，这个是免费的。安装过程中

其他都按照默认情况就好，点击open选择你下载的代码文件夹就可以

Pycharm主要操作是把你配置好的yolov5虚拟环境中的python加到pycharm中作为解释器。
点击如下图所示按钮：

找到你的anaconda地址，在envs文件夹下是你配置的虚拟环境目录，找到后往下翻，找到python.exe，选中点击OK按钮

然后接着点击OK

等待一会儿进度条，选择你的虚拟环境下的python就配置到pycharm里面了。

4.重建环境
如果环境实在配乱了自己搞不定，可以删掉虚拟环境重新配置，输入以下命令

conda remove -n xxx --all

xxx为你的环境名称