软硬件环境
- windows 10 64bit
- pytorch 1.7
- yolov5 4.0
- nvidia gtx 1660
视频看这里
此处是 youtube 的播放链接，需要科学上网。喜欢我的视频，请记得订阅我的频道，打开旁边的小铃铛，点赞并分享，感谢您的支持。
前言
最近，YOLOv5 发布了4.0的 release 版本，地址是 https://github.com/ultralytics/yolov5/releases/tag/v4.0，相比于3.0，这次更新又有哪些亮点呢？本文就带大家一起来看看。
版本更新
v4.0 主要进行了如下的更新
- 使用全新的激活函数
nn.SiLU来替代原来的nn.LeakyReLU(0.1)和nn.Hardswish()，这个nn.SiLU也是pytorch 1.7才引入的 - 修复了之前版本的一些
bug，如多gpu的resume问题、docker使用的问题等 - 增加了
Weights & Biases日志的支持 utils模块的重构pytorch hub集成- 模型更加精简，在每个
bottleneck都去掉了一个卷积层
代码测试
v4.0 要求 python3.8，而 pytorch 也要求1.7之后的版本
使用 conda 来创建新的虚拟环境
conda create -n pytorch1.7 python=3.8
conda activate pytorch1.7下面来到 pytorch 官方网站，根据自己的环境选择相应组件，得到安装命令
pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html最近的 pytorch 官网有点抽风，如果因为网络原因无法下载的话，可以根据终端里给出的 whl 文件的下载地址，自行下载，然后离线安装
pip install C:\Users\admin\Downloads\torch-1.7.1+cu110-cp38-cp38-win_amd64.whl
接下来就开始安装其它依赖库，上面由于已经安装好了 torch 和 torchvision，因此编辑 requirements.txt，将其中的 torch 和 torchvision 两行注释掉，然后执行
pip install -r requirements.txt
然后去下载 v4.0 的权重文件，https://github.com/ultralytics/yolov5/releases/tag/v4.0，其它几个权重我也一并下载好了，打包放在了百度云上，大家有需要的话，自己去下载
链接：https://pan.baidu.com/s/1d01URdvSXJ6U1YTzaghzlg
提取码：8ez9
环境都准备好后，就可以开始检测了
python .\detect.py --weights .\weights\yolov5s.pt
但是，但是，但是，诡异的问题出现了，data/images 下的测试图片，里面的目标并没有被检测出来，咋回事？
赶紧跑到官方去找找原因，找到了下面2个相关 issue
https://github.com/ultralytics/yolov5/issues/1625 和 https://github.com/ultralytics/yolov5/issues/1749，yolov5 作者 glenn-jocher 也聊到了，应该是 windows 版的 pytorch 问题。
最后总结下解决检测问题的几个方法
- 修改
detect.py，将cudnn.benchmark = True移到if语句之前执行
- 使用
cpu来替代gpu
-
使用
linux操作系统linux和macOS都没有这个问题
