从零搭建YOLOv5DeepSort多目标追踪环境Anaconda与PyCharm避坑指南刚接触计算机视觉的开发者常被环境配置劝退——版本冲突、依赖缺失、CUDA报错等问题层出不穷。本文将用最直观的方式带你用Anaconda和PyCharm搭建YOLOv5DeepSort开发环境并解决90%新手会遇到的高频错误。1. 环境准备Anaconda虚拟环境搭建Anaconda能有效隔离不同项目的Python环境。我们先创建专用环境conda create -n yolov5_deepsort python3.8 -y conda activate yolov5_deepsort注意Python 3.8是经过验证最稳定的版本过高版本可能导致PyTorch兼容性问题常见问题排查conda命令无效检查是否将Anaconda加入系统PATH环境激活失败Windows用户尝试conda init后重启终端网络超时更换conda镜像源推荐清华源2. 核心依赖安装PyTorch与CUDA搭配版本匹配是成功的关键。经测试以下组合稳定性最佳组件推荐版本验证平台PyTorch1.7.1cu101RTX 2060/3060TorchVision0.8.2cu101Ubuntu 18.04CUDA10.2Windows 10安装命令pip install torch1.7.1cu101 torchvision0.8.2cu101 -f https://download.pytorch.org/whl/torch_stable.html验证安装import torch print(torch.cuda.is_available()) # 应输出True print(torch.__version__) # 应显示1.7.13. 项目配置PyCharm最佳实践在PyCharm中配置项目时注意以下关键点解释器设置选择Anaconda创建的虚拟环境路径通常为~/anaconda3/envs/yolov5_deepsort/bin/pythonrequirements安装技巧pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simpleOpenCV安装失败解决方案先卸载冲突版本pip uninstall opencv-python opencv-python-headless指定版本安装pip install opencv-python4.5.5.644. 典型报错与解决方案4.1 OpenMP运行时冲突错误提示Hint: This means that multiple copies of the OpenMP runtime have been linked...解决方法 在track.py文件开头添加import os os.environ[KMP_DUPLICATE_LIB_OK] True4.2 视频处理异常常见症状视频能打开但无法播放输出视频尺寸异常调试步骤检查FFmpeg是否安装conda install ffmpeg -c conda-forge验证OpenCV视频读取import cv2 cap cv2.VideoCapture(test.mp4) print(cap.isOpened()) # 应输出True4.3 CUDA内存不足优化方案降低检测分辨率--imgsz 640默认1280使用更小模型--weights yolov5s.pt添加GPU清理代码torch.cuda.empty_cache()5. 项目实战运行第一个追踪demo准备测试视频后执行命令python track.py --source test.mp4 --show-vid --save-vid参数说明--show-vid实时显示检测画面--save-vid保存结果视频--classes 0 2只检测人和车COCO类别ID进阶技巧使用TensorRT加速--weights yolov5s.engine多线程处理--device 0,1使用多GPU