因为工作需要学习下目标检测实现。实现口罩、安全帽、烟火识别 自己记录下搭建yolov5环境过程 YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。主要的改进思路如下所示：
输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放； 基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构； Neck网络：目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层，Yolov5中添加了FPN+PAN结构； Head输出层：输出层的锚框机制与YOLOv4相同，主要改进的是训练时的损失函数GIOU_Loss，以及预测框筛选的DIOU_nms。
1、安装显卡驱动（www.nvidia.cn/Download/in…
2、anaconda安装（www.anaconda.com/products/di…
安装完毕之后请务必更新为国内的源，加快第三方库的下载速度，在cmd中执行下列指令即可。
conda config --remove-key channels
conda config --add channels mirrors.ustc.edu.cn/anaconda/pk…
conda config --add channels mirrors.ustc.edu.cn/anaconda/pk…
conda config --add channels mirrors.bfsu.edu.cn/anaconda/cl…
conda config --set show_channel_urls yes
pip config set global.index-url mirrors.ustc.edu.cn/pypi/web/si…
3、PyTorch安装（pytorch.org/）
参考：
