一、下载pycharm、anaconda 与yolov5。
第一步：下载pycharm 、 anaconda
pycharm：Download PyCharm: Python IDE for Professional Developers by JetBrains
下载社区版可以免费使用，下载专业版有一个月的试用期（可以上网破解）
anaconda：
https://www.anaconda.com/第二步：利用anaconda搭建python环境。
打开anaconda prompt（anaconda 3）
输入 conda create -n yolov5 python
环境搭建完成后
进入环境： conda activate yolov5
（下载相应资源，也可在pycharm中进行下载资源操作，详见下文）
第三步：下载YOLOv5源文件
yolov5源文件下载：
mirrors / ultralytics / yolov5 · CODE CHINA
第四步：进入pycharm ，配置解释器
打开yolov5文件后，点击pycharm窗口右下角
?在选项中选择解释器设置， 点击全部显示。
进入界面后点击左上角+，添加前面搭建的环境。
第五步：进入pycharm，在终端下载安装所需要的资源
提醒：应当先进入yolov5所在文件夹? : cd ./yolov5/yolov5-master
在终端输入： pip install -r requirements.txt
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
?至此，环境搭建完成。
第三步：运行程序。
打开utils文件夹中，detect.py文件，运行该文件。
运行结束后，runs-》detect-》exp文件夹中储存了程序运行结果。
?
?至此，YOLOv5初步使用结束。
若想添加自己想要识别的图片，将jpg图片存储至data-》images文件夹中即可。
若想识别视频及将MP4文件放入同一文件夹。
?二、训练coco训练集。
第一步：打开train.py文件并运行。此时pycharm会自行下载相应资源
若下载失败，则点击运行框中提供网址进行下载。
?第二步：训练集下载结束后再次运行train，此时可能出现无法正常训练的现象。
?则有以下操作:
建立测试文件，测试GPU是否可用。（若没有GPU也可用CPU训练，但速度很慢）
若gpu输出结果为TRUE则可用
若输出为FLASE则输入：
pip uninstall torch
pip uninstall torchvision
卸载当前torch
进入?Previous PyTorch Versions | PyTorch? ?，选择自身系统基CUDA对应的pip指令。
?
?下载完成后，再次测试结果为TURE则可开始训练。
三、遇到的BUG
1、pycharm OSError: [WinError 1455] 页面文件太小，无法完成操作。
①可通过重启缓解
②打开查看高级系统设置
?高级——设置——高级——设置
更改D盘分页文件大小（更改后记得点设置）
并改小train文件中的batch—size值
2、Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))
速度过慢导致下载失败。
在pip命令后加上：
-i http://pypi.douban.com/simple --trusted-host pypi.douban.com
速度飞快。
3、RuntimeError: Unable to find a valid cuDNN algorithm to run convolution
减小batch_size
四、训练自己的训练集
需要另外下载软件对图片进行标注，暂时还未进行。
五、拓展——连接手机摄像头并进行目标检测。
第一步：在手机上下载APP “IP摄像头”
选择最下端打开IP摄像头服务器。
点击分享按钮查看局域网IP地址
第二步：在pycharm输入：?python detect.py --source http://admin:admin@xxx.xxx.xxx.xxx:xxxx
(后面的xxx为对应ip地址）
此时可以通过电脑屏幕看到对手机摄像头的内容的目标检测