1.安装Anaconda，Pycharm，软件环境安装网上资源较多，此步骤不在赘述
2.创建conda虚拟环境，输入以下命令，然后输入y确认安装：
conda create -n yolo5 python=3.8
3.激活虚拟环境，运行以下命令：
conda activate yolo5
4.安装GPU版的pytorch环境
为避免国外网站限速，配置conda清华源，命令如下：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
配置pip清华源，命令如下：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
下载pytorch，可去官网https://pytorch.org查看适合自己显卡cuda版本
复制并运行命令，等待安装完成即可：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
5.去Github下载YOLOv5项目源码，或者使用git clone命令：
git clone https://github.com/ultralytics/yolov5
6.解压项目源码到非中文路径下，使用Pycharm打开项目文件夹：
7.选定创建的conda虚拟环境和解释器：
8.安装依赖，如果使用并已经安装GPU版本pytorch，可注释掉requirement.txt中的torch行：
在pycharm终端执行命令：
pip install -r requirements.txt
9.搭建完成，使用如下命令进行推理测试（注意：需先放置测试图和pt模型到命令对应指定路径）：
python detect.py --source assets/dog.jpg --weights weights/yolov5n.pt
推理结果如下：
