1， 准備工作
git clone https://github.com/ultralytics/yolov5 # 下載 yolov5 項目
python3 -c "from yolov5.utils.google_utils import gdrive_download; gdrive_download('1n_oKgR81BJtqk75b00eAjdv03qVCQn2f','coco128.zip')" # 下載官方例子的數據集
cd yolov5 #進入yolov5 項目文件
conda install -U -r requirements.txt #安裝需求
2，在安裝 requirements的時候狂出錯
2.1 pytorch
直接用conda install pytorch是不可能安裝的了的，你得去pytorch 官網獲得下載命令： 
然並卵，conda install pytorch torchvision torchaudio cpuonly -c pytorch，速度那是相當的慢。找了很多網上的解決辦法，清華鏡像關掉了，科大鏡像也沒法用，試了阿里雲，還是裝不上。各種environment報錯，或者各種慢（安裝的時候極度崩潰，忘記截屏了）。
折騰了一整天后還是決定手動下載，可以去清華鏡像官網下載，雖然不能直接用鏡像，但是安裝文件還是一直在更新的，速度飛一般非常贊！
既然能下載當然是下載最新的1.9.0啦！美滋滋的放到D:\Users\**\anaconda3\pkgs文件夾里，開始離線安裝 conda install --offline *** 然而，裝是裝好了，美滋滋要調用的時候開始報錯：
[WinError 126] 找不到指定的模塊
心里哇涼哇涼的又開始找解決辦法，有的說沒裝vc c++，可是我真的裝了T_T。有的說要升級conda，於是conda update all, 還是不行。
最后！！！！！忍痛開始給pytorch降級，查了下載yolov5的requirement文件，好吧，那就擦邊吧，
重新去鏡像官網下載了
torchvision忘記把降級之前的刪了
再重新安裝，於是……
finally 喜極而泣！
2.2 又檢查了一下，還有thop
conda install thop 還是不行。有了前面的經驗，手動安裝（下載地址）
下載最新版后又遇到了問題，有了前面的經驗，降級……
安裝的時候又遇到了問題，環境還是不過關？但是用pip安裝又沒問題，但是！pip安裝完用conda list根本看不到，繼續網上搜索……終於，這樣解決的
1）先查看虛擬環境名稱
2）然后
喜極而泣！！！
3，用本地攝像頭測試一下
3.1 yolov5s.pt
將官網yolov5s.pt權重文件下載到yolov5文件夾下，命令：python detect.py --weights yolov5s.pt --source 0
可以看到自己美美的出現在屏幕上，並且被標注為：person 0.56 ....嗯，郁悶的想哭，我就是半個人么？還是試試5x吧
3.2 yolov5x.pt
將官網yolov5x.pt文件下載到yolov5文件夾下，命令：python detect.py --weights yolov5x.pt --source 0，報錯了~
神馬叫：Can't get attribute 'SPPF' ？SPPF是神馬東東？搜了全網才發現博客https://blog.csdn.net/Steven_Cary/article/details/120886696 的解答，然后孤陋寡聞的我才剛知道權重文件都出到第6版啦？
解決方案是：去Tags6里面的model/common.py里面去找到這個SPPF的類,把它拷過來到你這個Tags5的model/common.py里面,這樣你的代碼就也有這個類了,還要引入一個warnings包就行了！
有的同學找不到SPPF這個類，那我現在直接粘貼在這里，你們只需要復制到你們的common.py里面即可，記得把import warnings放在上面去：
import warnings class SPPF(nn.Module): # Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher def __init__(self, c1, c2, k=5): # equivalent to SPP(k=(5, 9, 13)) super().__init__() c_ = c1 // 2 # hidden channels self.cv1 = Conv(c1, c_, 1, 1) self.cv2 = Conv(c_ * 4, c2, 1, 1) self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k // 2) def forward(self, x): x = self.cv1(x) with warnings.catch_warnings(): warnings.simplefilter('ignore') # suppress torch 1.9.0 max_pool2d() warning y1 = self.m(x) y2 = self.m(y1) return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))
親測可用，美美的我終於變成 person 0.95了，但實時性實在是比5s差很多
終於有篇原創的博客了哈哈哈