主要是牛马打工人最近突然接到通知，说要做一个人脸识别的功能，然后我作为“nm”就被迫接了，有一说一，这玩意儿真是ex,因为我笨，看不懂，而且大多数都是因为，真nm服了,为了以后的打工牛，少走弯路，我就想着做一个步骤
一.先准备准备（在主目录下）
因为看教程时总是纠结安装的路径，之前看教程总是先安装anaconda，然后我就有点懵，这次我直接在主目录下安装cuda，cuda算是一个工具，安装后他可以让yolo计算时在GPU上运行（刚知道），安装步骤大概如下：
1.首先是打开终端，输入
ubuntu-drivers devices
他用于列出适用于你系统上硬件的可用驱动程序，会获取显卡驱动信息,如下
然后自己看时会有许多版本的驱动，我选择的时后缀带 recommend ，代表官方推荐，一般我们不需要自己下载驱动，如果需要可以使用命令：sudo apt install nvidia-driver-<1111>
将<111>替换成自己的驱动版本号
2.然后可以看一下我们的驱动 输入命令 ：nvidia-smi
用于管理和监控 NVIDIA GPU 的状态。它可以显示 GPU 的详细信息，包括驱动程序版本、GPU 使用情况、显存使用情况等。
输出信息会与下图类似
第一行大家可以看到版本信息
二.开胃小菜 --（cuda安装）
他的安装是非常人性化的，支持定制
1.先甩出一个地址：CUDA Toolkit Archive | NVIDIA Developer
打开后就这个样子，下载那个呢，就要看我们上面的信息了
呐，这个绿箭头就是提示了
然后可以根据自己的版本选择对应的cuda
注意注意注意！！！！！你把这个界面翻译了，有几率选了linux后不会弹出下面的选项，可以把自带翻译取消
然后我们需用的是蓝色箭头的两行命令，我亲测还是挺快的，顺序运行，我没报错，要是出错了建议学习网管，再来一次，这玩意儿我就不给你们复制了，以免你们瞎运行，适合自己的才是最好的！！！！！
然后运行第一条命令时会需要一些操作，例如当出现continue/abort选项时我们需要按上下键选择continue，按回车，还会有询问我们是否接受，我们需要输入accept并回车，最后还会有一个安装选项，我们需要把光标移动到驱动上，按回车取消，当X符不见后，代表取消。因为我们之前已经下载过了，其他可以不变，移动光标到最下面的install，然后回车
完成后，我们要配置一下环境变量，我不太会用vim，简单粗暴一点，打开主目录，找到 .bashrc 文件并打开，把下面复制一下，粘贴到文件的最后面
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
记得保存更改文件
文件更改后需要source一下，让更改的文件生效
source ~/.bashrc
可以可以用下面的命令检查 CUDA 编译器驱动程序的版本信息
nvcc -V
输出信息如下：
到这里，开胃菜就算吃完了，那该下一个小甜品了
三.餐前甜点--（cuDDN）
甜点好点，直接现成的
1.进网站：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse805-111
如下：
那我们就可以挑挑拣拣了，因为他会有很多都会适配，所以这个我是随便选的（在适配自己版本的前提下），点击，如下图，选择tar版本
选了之后就你可以喝杯茶了，我写的都有点乏了
喝完之后我们会在下载里找到安装包
在当前目录下打开终端，输入 ：tar -xvf <你下载的文件名，一般敲出一个首字母按tab按键就可以补全>
等待............................................................
完成了下一步：打开终端依次输入：
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include
sudo cp -p cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h
这些命令是用于将 cuDNN 库的文件复制到 CUDA 的安装目录，以便 CUDA 可以正确地找到并使用 cuDNN 库。(别问为什么，用就完了，大致意思就是让他俩互相知道存在，以后好配合）
下一步是检查啦，不检查谁知道对不对类，那就打开终端，输入：cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
会输出类似的消息，代表成功了
四.餐前饮料吧------（主菜tm的真的难做，喝点先-----（pytorch））
只说我咋做的哈
先给更新一下：sudo apt update （害怕下载器不给力）
下载一下这个：sudo apt install curl -y，有的话运行也没事，他会告诉你是最新的，不需要下载了
切换一下目录 ：cd /tmp
用一个神奇的命令下载：curl --output anaconda.sh https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh
然后再用一个命令安装：bash anaconda.sh
安装时会有一些操作，按照提示就可以，按回车，然后出来阅读使用条款时可以用 q 键退出，有一个地方会显示路径，需要输入done，然后接下来按提示就可以，所有都完成后就完成了。
测试的话可以退出终端，重新打开一个，会看到最前方有（base）
建议休息休息，真的麻烦。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
五.上主菜咯------（yolov5）
首先的话还是需要先创建一个虚拟环境，虚拟环境主要是为了保护系统，万一崩了，直接删除虚拟环境就可以，不会对电脑本身造成影响。
打开终端
首先创建一下：conda create -n yolov5 //这个yolov5是我自己起的名字，你也可以起zhangsan or lisi
激活虚拟环境：conda activate yolov5 //激活时得同名啊，别瞎激活
这时你就会发现终端的前面变成了yolov5
然后就该看官方教程了：Train Custom Data - Ultralytics YOLO Docs
看不懂的看下面的，我实践的：
打开终端：依次输入
git clone https://github.com/ultralytics/yolov5
下载时网不好会卡，可以看看自己的网页能不能打开github.com,一般能打开下载就可以，我多次测试结果，我不保证啊
cd yolov5
进入yolov5这个刚下载的文件夹下
pip install -r requirements.txt
这个是下载yolov5所需要的的东西，等待一段时间，在喝杯茶，降降火
十分钟过去了。。。。
打开终端在yolov5路径下，运行下面，你会看到乌拉拉一大堆且没有报错
python3 train.py --img 640 --epochs 3 --data coco128.yaml --weights yolov5s.pt
成功了
最后一行会有 comet upload /home/xx/yolov5/xxxxxxxxxxx.zip ，告诉你保存的压缩包路径
当然，还有一个比较直观的，
python3 detect.py
会下载点东西，不用管，最后会输出一行 Results saved to runs/detect/exp
打开文件夹，会看到
图片原来是这样的
OK，累了这么久算是学会了helloworld，喝茶
