由于linux系统上的操作大部分可以在windows上系统的cmd命令行完成，所以本博客以ubuntu18.04系统作演示，相关的命令行指令和运行效果类似，如有明显的操作不同会另行说明。
第一步 配置虚拟环境（Anaconda）Anaconda官方网址：Anaconda | Anaconda Distribution
选择合适的系统及处理器架构进行下载：
Linux系统可以通过以下命令查询处理器架构：
uname -a
下载后通过以下命令安装：（windows直接点击软件安装即可）
sh ./Anaconda3-2022.05-Linux-x86_64.sh
安装后记得配置环境变量：
在主文件夹下，通过以下命令打开环境变量文件：
gedit .bashrc
添加下列内容：
# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/home/myh/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
eval "$__conda_setup"
else
if [ -f "/home/myh/anaconda3/etc/profile.d/conda.sh" ]; then
. "/home/myh/anaconda3/etc/profile.d/conda.sh"
else
export PATH="/home/myh/anaconda3/bin:$PATH"
fi
fi
unset __conda_setup
# <<< conda initialize <<<
其中的路径记得替换成自己anaconda的安装目录
随后运行以下命令：
source .bashrc
通过以下两行命令验证是否安装成功：
conda -V conda list
随后创建虚拟环境：
conda create -n yolov3_weight python=3.6
激活环境：
conda activate yolov3_weight
环境配置完成后下载yolov5源码：
ONNX > CoreML > TFLite">GitHub - ultralytics/yolov5: YOLOv5 in PyTorch > ONNX > CoreML > TFLiteYOLOv5 in PyTorch > ONNX > CoreML > TFLite. Contribute to ultralytics/yolov5 development by creating an account on GitHub.https://github.com/ultralytics/yolov5
随后安装相关第三方库：
pip install -r requirements.txt
若网络较慢可以更换清华源
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
试运行 yolov5-master/models/yolo.py
运行成功效果：
后面大家可以尝试使用detect.py进行检测
或者使用train.py进行训练
如果有空，我也会出相关的教程和解读
本文为大二人工智能专业学生，本文仅为个人学习路线的记录，如有问题或疏漏，欢迎指正！如有侵权请联系我个人微信：GZE08_myh
