三亩地 三亩地SAN MU DI · CODE DIARY
交流投稿
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天，欢迎挑你感兴趣的翻一翻。

首页/学习日记/日记详情

零基础手把手搭建YOLOv5目标检测环境：从Anaconda到实时摄像头识别

发布时间：2026/8/13 6:58:36 三亩地 编程学习日记
零基础手把手搭建YOLOv5目标检测环境：从Anaconda到实时摄像头识别

1. 项目概述：为什么从YOLOv5开始？

如果你对计算机视觉感兴趣，想亲手体验一下让机器“看见”并识别物体的魅力，那么目标检测绝对是一个绝佳的起点。而在众多目标检测模型中，YOLOv5（You Only Look Once version 5）以其出色的平衡性——速度快、精度高、生态友好——成为了无数新手入门和工业部署的首选。我见过太多朋友，包括刚接触编程的同学，被“环境配置”这道门槛劝退，卡在各种各样的报错里，最终热情被消磨殆尽。这太可惜了。

所以，这篇内容就是为你准备的。它不假设你有任何深度学习或Python基础，我们将从零开始，一步一步，手把手地搭建一个能跑通YOLOv5目标检测的环境。我会把每一步操作背后的逻辑、可能遇到的坑以及我踩过之后总结的“避坑指南”都讲清楚。我们的目标很简单：让你在完成所有步骤后，能顺利运行YOLOv5的官方示例，看到摄像头或图片中的物体被一个个框出来并打上标签。这不仅仅是配置一个环境，更是为你打开一扇通往AI视觉世界的大门。相信我，当你第一次看到程序准确地识别出你面前的“人”或“键盘”时，那种成就感是无与伦比的。

2. 环境配置前的核心思路与工具选型

在动手敲命令之前，我们先花几分钟理清思路。深度学习环境配置之所以让人头疼，核心在于“依赖”和“版本”。Python本身、各种功能包（库）、深度学习框架（PyTorch）、以及CUDA（用于GPU加速）之间，存在着严格的版本匹配关系。一步错，步步错。我们的策略是：自上而下，锁定版本，隔离环境。

2.1 为什么选择Anaconda作为环境管理器？

对于小白来说，最怕的就是把系统自带的Python环境搞乱，导致其他项目无法运行。Anaconda（或者更轻量化的Miniconda）的核心价值就在于“环境隔离”。你可以把它想象成在电脑里创建多个独立的“小房间”（虚拟环境），每个房间里有自己的一套Python和工具包。你在YOLOv5的“房间”里随便折腾，安装任何版本，都不会影响到其他“房间”或系统本身。项目做完，直接把“房间”删除，系统依然干净如初。这是保证实验可复现、管理多项目的基础，也是专业开发者的标配习惯。

2.2 PyTorch与CUDA版本匹配：成败的关键

YOLOv5是基于PyTorch框架构建的。PyTorch是一个强大的深度学习框架，而CUDA是NVIDIA显卡的并行计算平台，能让PyTorch的运算速度在GPU上提升数十倍。这里有个关键点：你必须根据自己电脑的显卡型号和已安装的显卡驱动，来确定可以安装的CUDA版本，进而确定PyTorch版本。

这个链条是：显卡硬件 -> 显卡驱动版本 -> 支持的最高CUDA版本 -> 与之匹配的PyTorch版本。很多人在这一步直接去PyTorch官网复制安装命令，结果因为CUDA版本不匹配导致安装失败或无法调用GPU。别担心，下面我们会有一个详细的步骤来查清自己的“家底”。

2.3 代码仓库：为什么是Ultralytics的官方版本？

YOLOv5的原始作者是Ultralytics公司，他们维护的GitHub仓库是最权威、更新最及时、社区最活跃的版本。我们将直接从官方仓库克隆代码。这保证了我们获得的是经过充分测试、文档齐全、并且拥有海量预训练模型（可以直接用来检测人、车、动物等常见物体）的版本。使用官方源能避免很多因代码修改导致的诡异问题。

3. 超详细实操步骤：从零到一的完整过程

接下来，我们进入实战环节。请严格按照顺序操作，我会解释每一步在做什么。

3.1 第一步：检查你的“装备”——显卡与驱动

首先，确认你的电脑是否有NVIDIA独立显卡，并查看其驱动支持的CUDA版本。

  1. 打开命令行（Windows下按Win+R，输入cmd回车；macOS/Linux打开终端）。
  2. 输入以下命令并回车：
    nvidia-smi
  3. 如果这个命令能运行，你会看到一个表格。找到右上角的“CUDA Version”一项。例如，显示“CUDA Version: 12.1”，这说明你的显卡驱动最高支持CUDA 12.1。记下这个数字（比如12.1）。
    • 如果提示“nvidia-smi不是内部或外部命令”：这说明你的系统没有安装NVIDIA显卡驱动，或者没有独立显卡。如果是后者，那么你只能使用CPU模式运行YOLOv5，速度会慢很多，但流程依然可以走通。如果是前者，你需要去NVIDIA官网下载并安装适合你显卡型号的驱动。

注意：nvidia-smi显示的CUDA版本是你的驱动支持的最高版本，不代表你已经安装了该版本的CUDA Toolkit（我们下一步才会安装）。你可以安装等于或低于此版本的CUDA。

3.2 第二步：安装Anaconda/Miniconda

  1. 访问Anaconda官网或Miniconda镜像站。对于新手，我推荐安装Anaconda，因为它自带了很多常用的科学计算包和一个图形化管理界面，省去不少麻烦。
  2. 下载对应你操作系统（Windows/macOS/Linux）的安装包。Windows用户下载.exe文件，macOS用户下载.pkg文件。
  3. 安装过程基本一路“Next”即可，但请注意这两个关键点：
    • 安装路径：不要安装在中文或带有空格的路径下！例如，C:\Software\Anaconda3是好的，C:\用户\我的软件\Anaconda是坏的。
    • 添加环境变量：安装程序通常会询问“Add Anaconda to my PATH environment variable”。一定要勾选上！这能让你在任意命令行窗口中使用conda命令。如果安装时忘了，后续需要手动添加，对新手比较麻烦。

安装完成后，重新打开命令行窗口，输入conda --version，如果显示出版本号（如conda 24.5.0），说明安装成功。

3.3 第三步：创建专属的虚拟环境

我们将创建一个名为yolov5的Python虚拟环境，并指定Python版本为3.8。Python 3.8是一个在深度学习领域兼容性极广的版本。

在命令行中输入：

conda create -n yolov5 python=3.8

回车后，conda会解析依赖并提示你将安装一些包，输入y确认。等待几分钟，环境就创建好了。

激活环境：

  • Windows:conda activate yolov5
  • macOS/Linux:conda activate yolov5

激活后，你会发现命令行的提示符前面变成了(yolov5)，这表示你已经进入了这个独立的“小房间”。之后所有操作都在这个环境下进行。

3.4 第四步：安装匹配的PyTorch和Torchvision

这是最关键也最容易出错的一步。我们不使用conda自带的PyTorch，而是去PyTorch官网获取最准确的安装命令。

  1. 打开浏览器，访问 PyTorch 官网。
  2. 找到“Get Started”部分的安装配置器。你需要根据你的情况选择：
    • PyTorch Build: 选择Stable (稳定版)。
    • Your OS: 选择你的操作系统。
    • Package: 选择Conda（因为我们用conda管理环境）。
    • Language: 选择Python。
    • Compute Platform: 这里就是选择CUDA版本的地方。
      • 如果你有显卡，且nvidia-smi显示的CUDA版本 >= 11.7，这里可以选择CUDA 11.7或CUDA 11.8。我推荐选择CUDA 11.8，因为它被广泛支持且稳定。
      • 如果你没有显卡，或者想先确保环境能通，选择CPU。后续可以再安装GPU版本。
  3. 选择完毕后，官网会生成一行命令，例如：
    conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
    重要：复制这行命令，回到你的命令行（确保已激活yolov5环境），粘贴并运行。这个过程会下载数百MB甚至上GB的文件，请保持网络通畅，耐心等待。

实操心得：有时官网的conda命令下载速度很慢或卡住。一个备选方案是使用pip安装。在配置器中选择“Package”为“Pip”，会生成pip命令，如pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118。pip的源通常更快。你可以先尝试conda，如果太慢，就conda uninstall pytorch卸载，再用pip命令安装。

3.5 第五步：验证PyTorch和GPU是否可用

安装完成后，我们需要验证PyTorch安装成功，并且能正确识别GPU。

在激活的yolov5环境中，启动Python交互界面：

python

然后，在出现的>>>提示符后，依次输入以下代码并回车：

import torch print(torch.__version__) # 打印PyTorch版本 print(torch.cuda.is_available()) # 检查CUDA（GPU）是否可用

如果第一行输出了版本号（如2.1.0），第二行输出了True，那么恭喜你，PyTorch和GPU环境配置完美成功！如果第二行是False，说明PyTorch是CPU版本，或者CUDA驱动匹配有问题。请返回3.4步检查你的选择。

输入exit()退出Python交互界面。

3.6 第六步：克隆YOLOv5官方代码并安装依赖

  1. 在你喜欢的位置（比如D:\Projects\）打开命令行，或者用cd命令切换过去。确保仍在yolov5环境中。
  2. 克隆代码仓库：
    git clone https://github.com/ultralytics/yolov5
    如果提示没有git命令，你需要先安装Git。或者，你也可以直接在GitHub页面点击“Code” -> “Download ZIP”，下载后解压到一个英文路径。
  3. 进入克隆下来的yolov5文件夹：
    cd yolov5
  4. 安装项目所需的其他依赖包。YOLOv5很贴心地准备了一个requirements.txt文件，里面列出了所有必需的库。使用pip一键安装：
    pip install -r requirements.txt
    这个命令会自动安装OpenCV-Python（图像处理）、Matplotlib（画图）、Pandas（数据处理）等几十个库。等待其完成。

4. 运行你的第一个目标检测程序

环境全部就绪，现在让我们来点激动人心的——真正运行YOLOv5，看看它的效果。

4.1 使用预训练模型进行图片检测

YOLOv5自带了好几个不同大小和速度的预训练模型（如yolov5s.pt, yolov5m.pt等）。‘s’代表small（小），速度快但精度稍低；‘l’代表large（大），速度慢但精度高。我们从最小的yolov5s.pt开始，它会自动从网上下载。

在yolov5目录下，执行以下命令：

python detect.py --source data/images/bus.jpg --weights yolov5s.pt

我来解释一下这个命令：

  • python detect.py: 运行检测脚本。
  • --source data/images/bus.jpg: 指定检测源。这里用的是YOLOv5自带的示例图片（一辆巴士）。你也可以换成你自己的图片路径，例如--source my_photo.jpg。
  • --weights yolov5s.pt: 指定使用的模型权重文件。第一次运行会自动下载。

运行后，你会看到命令行里滚动很多信息，最后会显示类似“Results saved toruns/detect/exp”的字样。打开yolov5文件夹下的runs/detect/exp目录，就能找到处理后的图片bus.jpg。打开它，你应该能看到巴士、行人等物体都被彩色框准确地框了出来，并打上了“bus”、“person”的标签和置信度分数。

4.2 进行实时摄像头检测

这更酷！让你的电脑摄像头实时识别画面中的物体。

python detect.py --source 0 --weights yolov5s.pt

这里--source 0通常代表电脑的第一个摄像头（默认摄像头）。运行后，会弹出一个窗口，显示摄像头画面。你拿一些物品（比如水杯、手机、键盘）在镜头前晃动，看看它能不能实时识别出来。按键盘上的Esc键可以退出程序。

注意事项：第一次运行摄像头检测时，可能会提示你安装一些与视频编解码相关的包（如pycocotools-windows），按照提示安装即可。如果摄像头打不开，可以尝试将--source 0改为--source 1试试其他摄像头索引。

5. 常见问题与排查技巧实录

即使步骤再详细，每个人的电脑环境千差万别，遇到问题很正常。这里我整理了新手最常遇到的几个“坑”及其解决方案。

5.1 问题一：ImportError: DLL load failed while importing ...或类似的动态链接库错误

  • 问题描述：在导入PyTorch或其他库（如OpenCV）时，报错找不到某个.dll文件（Windows）或.so文件（Linux/macOS）。
  • 排查思路：这几乎是Windows平台的特有问题，根本原因是Visual C++ Redistributable运行时库缺失或版本不对。
  • 解决方案：
    1. 访问微软官网，下载并安装最新版本的 Microsoft Visual C++ Redistributable。通常需要同时安装x86和x64版本。
    2. 重启电脑，再尝试导入。
    3. 如果问题依旧，考虑使用conda重新安装有问题的包，conda有时会连带解决运行时依赖。例如：conda install opencv -c conda-forge。

5.2 问题二：运行检测时速度极慢，且GPU利用率显示为0%

  • 问题描述：程序能跑，但检测一张图要几十秒，任务管理器里GPU（NVIDIA显卡）使用率几乎为0%。
  • 排查思路：这明确说明程序正在使用CPU进行计算，没有调用GPU。
  • 解决方案：
    1. 首先，用3.5节的方法确认torch.cuda.is_available()是否为True。如果是False，回到PyTorch安装步骤。
    2. 如果是True，检查你的PyTorch版本是否真的是CUDA版本。在Python中执行print(torch.version.cuda)，如果有输出（如11.8），说明安装的是GPU版。
    3. 确保你的代码没有强制指定设备为CPU。在YOLOv5的detect.py中，默认会自动选择可用的设备。你也可以在命令中显式指定：python detect.py --source ... --weights ... --device 0，其中0代表第一块GPU。

5.3 问题三：pip install -r requirements.txt安装某些包失败（如pycocotools）

  • 问题描述：安装依赖时，某个包（特别是需要编译的包）反复失败，报错信息里常有“error: Microsoft Visual C++ 14.0 or greater is required”。
  • 排查思路：这些包需要本地编译环境，而你的电脑缺少C++编译器。
  • 解决方案：
    1. 最佳方案：安装Visual Studio Build Tools。去微软官网，下载“Visual Studio 2022”的生成工具，安装时务必勾选“使用C++的桌面开发”工作负载。
    2. 替代方案：寻找预编译的wheel文件。对于pycocotools，可以尝试安装pycocotools-windows这个替代包：pip install pycocotools-windows。对于其他包，可以去这个网站根据你的Python版本和系统寻找对应的.whl文件下载后手动安装。

5.4 问题四：克隆或下载速度慢

  • 问题描述：git clone或pip install下载速度只有几KB/s，甚至超时。
  • 解决方案：配置国内镜像源。
    • Git克隆加速：将GitHub地址替换为国内镜像站地址。例如，使用Gitee镜像：git clone https://gitee.com/mirrors/YOLOv5.git（注意：镜像可能有延迟，但代码是一样的）。
    • Pip加速：在pip install命令后加上-i参数指定镜像源。例如：
      pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
      常用的国内源还有阿里云、腾讯云等。

5.5 问题速查表

问题现象可能原因快速检查/解决方案
nvidia-smi命令无效无NVIDIA显卡或驱动未安装检查设备管理器/安装显卡驱动
torch.cuda.is_available()返回 FalsePyTorch安装的是CPU版本；CUDA与驱动不匹配检查PyTorch官网安装命令的选择；更新显卡驱动
导入PyTorch报DLL错误缺少VC++运行库安装最新版 Microsoft Visual C++ Redistributable
安装依赖包失败（编译错误）缺少C++编译环境安装 Visual Studio Build Tools 或寻找预编译包
运行检测无任何输出，程序卡住模型文件下载失败检查网络，可手动下载yolov5s.pt放到项目根目录
摄像头检测打不开摄像头索引错误或被占用尝试--source 1；关闭其他占用摄像头的软件

环境配置是深度学习实践的第一步，也是最磨练心性的一步。遵循清晰的步骤，理解每一步的目的，遇到问题时耐心根据错误信息搜索，你一定能跨过这道坎。当你成功运行起第一个检测程序后，后续的学习——比如在自己的数据集上训练模型、修改网络结构、部署到其他平台——都将建立在这个稳定可靠的环境之上。这个环境就是你探索AI视觉世界的起点站，现在，它已经准备就绪了。

编程学习 学习日记 实战经验
← 返回列表