1， 准备工作
git clone https://github.com/ultralytics/yolov5 # 下载 yolov5 项目
python3 -c "from yolov5.utils.google_utils import gdrive_download; gdrive_download('1n_oKgR81BJtqk75b00eAjdv03qVCQn2f','coco128.zip')" # 下载官方例子的数据集
cd yolov5 #进入yolov5 项目文件
conda install -U -r requirements.txt #安装需求
2，在安装 requirements的时候狂出错
2.1 pytorch
直接用conda install pytorch是不可能安装的了的，你得去pytorch 官网获得下载命令： 
然并卵，conda install pytorch torchvision torchaudio cpuonly -c pytorch，速度那是相当的慢。找了很多网上的解决办法，清华镜像关掉了，科大镜像也没法用，试了阿里云，还是装不上。各种environment报错，或者各种慢（安装的时候极度崩溃，忘记截屏了）。
折腾了一整天后还是决定手动下载，可以去清华镜像官网下载，虽然不能直接用镜像，但是安装文件还是一直在更新的，速度飞一般非常赞！
既然能下载当然是下载最新的1.9.0啦！美滋滋的放到D:Users**anaconda3pkgs文件夹里，开始离线安装 conda install --offline *** 然而，装是装好了，美滋滋要调用的时候开始报错：
[WinError 126] 找不到指定的模块
心里哇凉哇凉的又开始找解决办法，有的说没装vc c++，可是我真的装了T_T。有的说要升级conda，于是conda update all, 还是不行。
最后！！！！！忍痛开始给pytorch降级，查了下载yolov5的requirement文件，好吧，那就擦边吧，
重新去镜像官网下载了
torchvision忘记把降级之前的删了
再重新安装，于是……
finally 喜极而泣！
2.2 又检查了一下，还有thop
conda install thop 还是不行。有了前面的经验，手动安装（下载地址）
下载最新版后又遇到了问题，有了前面的经验，降级……
安装的时候又遇到了问题，环境还是不过关？但是用pip安装又没问题，但是！pip安装完用conda list根本看不到，继续网上搜索……终于，这样解决的
1）先查看虚拟环境名称
2）然后
喜极而泣！！！
3，用本地摄像头测试一下
3.1 yolov5s.pt
将官网yolov5s.pt权重文件下载到yolov5文件夹下，命令：python detect.py --weights yolov5s.pt --source 0
可以看到自己美美的出现在屏幕上，并且被标注为：person 0.56 ....嗯，郁闷的想哭，我就是半个人么？还是试试5x吧
3.2 yolov5x.pt
将官网yolov5x.pt文件下载到yolov5文件夹下，命令：python detect.py --weights yolov5x.pt --source 0，报错了~
神马叫：Can't get attribute 'SPPF' ？SPPF是神马东东？搜了全网才发现博客https://blog.csdn.net/Steven_Cary/article/details/120886696 的解答，然后孤陋寡闻的我才刚知道权重文件都出到第6版啦？
解决方案是：去Tags6里面的model/common.py里面去找到这个SPPF的类,把它拷过来到你这个Tags5的model/common.py里面,这样你的代码就也有这个类了,还要引入一个warnings包就行了！
有的同学找不到SPPF这个类，那我现在直接粘贴在这里，你们只需要复制到你们的common.py里面即可，记得把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))
亲测可用，美美的我终于变成 person 0.95了，但实时性实在是比5s差很多
终于有篇原创的博客了哈哈哈