最终效果
配置流程
一、下载安装显卡驱动
1、查看设备管理器显卡是否为NVIDIA，并确定显卡型号
2、根据显卡型号然后NVIDIA官网下载安装显卡驱动
下载完成后，双击一步一步执行即可。
3、安装完成驱动后，打开cmd终端输入"nvidia-smi"查看是否正常，若不正常则将C:\Program Files\NVIDIA Corporation\NVSMI添加到环境变量的path中。
二、下载安装配置CUDA、cuDNN
1、下载CUDA 10.02 并安装配置，这里我们使用10.2版本进行演示。
双击下载的exe，选择自定义后，正常安装即可。
安装结束后，系统会自动添加两个环境变量。
（详细检查如下代码行内环境变量，需与自己电脑一致）
------------- 1、在环境变量中添加如下键值对(参考下图1部分) -------------
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2
CUDA_LIB_PATH =%CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH =%CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
------------- 2、在Path环境变量中添加一行如下用;间隔的环境变量(参考下图2部分) -------------
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64;
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64;
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64;
2、下载cuDNN 10.02 并安装配置
对于cudnn直接将其解开压缩包，然后需要将bin,include,lib中的文件复制粘贴到cuda的文件夹下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
3、CUDA配置测试
在cmd终端执行"nvcc -V"
三、下载安装Anaconda
注意：在安装本步骤前自行安装Python3.8.8。若已安装其他版本则删除，重新安装该3.8.8版本
Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
安装完毕后打开conda程序如下图，然后修改Aanaconda国内镜像配置
// 修改国内镜像源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
/*
附加提示,若镜像源更慢那么可以恢复初始镜像源
conda config --remove-key channels
*/
四、下载安装Pytorch
注意：使用yolov5版本v5.0代码，安装pytorch1.7以上的版本
打开conda程序，如上图。
// 创建pytorch1.7虚拟环境
conda create -n pytorch1.7 python=3.8.8
// 生效并进入pytorch1.7虚拟环境
conda activate pytorch1.7
// 在所创建的pytorch环境下在线安装pytorch的1.7版本
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 -c pytorch
在线安装pytorch的1.7版本指令来源于PyTorch官网，可以参考：
安装完毕后，执行如下图若没有出错则说明安装成功。
五、YOLOv5项目克隆和安装
1、将yolov5源码下载
git clone https://github.com/ultralytics/yolov5.git
2、解压yolov5源码并在conda终端中进入该源码目录中
// 安装所需要的库。后面的-i..为镜像源 可自行修改
pip install -r requirements.txt -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
3、下载训练权重文件（提取码：gelf）
将下载文件中的yolov5s.pt拷贝到yolov5源码的weights文件夹下。执行如下命令，然后查看yolov5源码目录的runs/detect/exp目录是否生成了检测后的两张图片。
python detect.py --source ./data/images/ --weights weights/yolov5s.pt --conf 0.4
笔者
笔者 - jxd
