【一】YOLOV5 环境与基础准备

本系列教程将基于 Anaconda，系统讲解 YOLOv5 算法的环境配置与使用流程。

本系列教程将基于 Anaconda，系统讲解 YOLOv5 算法的环境配置与使用流程。

5th Jan 2026

1 min read

yolov5anaconda

准备工作

  • 安装 Anaconda
  • 安装 Git
  • 确保已加入系统环境变量（conda、git 命令可直接使用）

1. 创建独立 Conda 虚拟环境

YOLOv5 对 Python 版本及第三方依赖较为敏感，强烈建议使用独立虚拟环境，避免使用 base 环境。

创建环境（推荐 Python 3.9）：

conda create -n yolov5 python=3.9 -y

激活环境：

conda activate yolov5

确认 Python 版本：

python --version

建议使用 Python 3.9

2. 下载 YOLOv5 源码

使用官方 GitHub 仓库获取源码：

gitclone https://github.com/ultralytics/yolov5.git
cd yolov5

也可手动下载 ZIP 并解压，但不利于后续更新与版本管理。

3. 安装 YOLOv5 依赖库

在 yolov5 项目根目录下执行：

pip install -r requirements.txt

如遇下载缓慢，可使用国内镜像源：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

4. 验证 YOLOv5 环境是否可用

4.1 运行官方示例进行测试

执行目标检测示例：

python detect.py --weights yolov5s.pt --source data/images

正常运行时应出现以下现象：

  • 自动下载预训练模型 yolov5s.pt
  • 控制台输出推理日志
  • 在 runs/detect/exp 目录下生成检测结果图片

若以上步骤均正常完成，说明 YOLOv5 基础环境已配置成功。