第一节 YOLOv5安装教程以及配置VSCode虚拟环境
目录
1.1. YOLOv5环境配置
1.2 VSCode环境配置
1.3 VSCode配置虚拟环境配
1.4 Python相关指令
1.4.1虚拟环境操作
（一）、创建虚拟环境
（二）、激活虚拟环境
（三）、退出虚拟环境
（四）、删除虚拟环境
（五）、查看有哪些虚拟环境（conda专属）
（六）、虚拟环境深度管理（venv + conda 补充）
1.4.2 库安装与管理
（一）、安装库（指定版本 / 源）
（二）、批量安装依赖（从 requirements.txt）
（三）、 卸载库
（四）、升级库
（五）、清理 pip 缓存（解决安装缓存冲突）
1.4.3 库信息查询
（一）、查看已安装的所有库
（二）、查看指定库的版本号
（三）、导出已安装的库列表到文件
1.4.4 注意事项
1.1. YOLOv5环境配置
哔哩哔哩视频： up主：你是处女座啊
【手把手带你实战YOLOv5-入门篇】YOLOv5 环境安装（重置版）_哔哩哔哩_bilibili
相关博客：
YOLO-yolov5安装教程（详细流程）-CSDN博客
1.2 VSCode环境配置
哔哩哔哩视频： up主：安装vscode教程
vscode使用教程【2025最新】vscode安装教程vscode配置c/c++教程vscode怎么设置中文_哔哩哔哩_bilibili
1.3 VSCode配置虚拟环境配
相关博客：
解决VScode中无法激活conda虚拟环境的问题_vscode中无法激活虚拟环境-CSDN博客
YOLO-vscode的安装使用_vscode yolo5-CSDN博客
1.4 Python相关指令
1.4.1 虚拟环境操作
（一）、创建虚拟环境
# 使用 venv（Python 内置模块，无需额外安装）
python -m venv 虚拟环境名称 # 例如：python -m venv myenv
# 使用 conda（需先安装 Anaconda/Miniconda）
conda create -n 虚拟环境名称 python=版本号
# 例如：conda create -n myenv python=3.8
（二）、激活虚拟环境
# Windows 系统（venv/conda 通用）
venv\\Scripts\\activate # venv 创建的环境，进入环境所在目录执行
conda activate 虚拟环境名称 # conda 创建的环境
# Linux/macOS 系统（venv/conda 通用）
source 虚拟环境名称/bin/activate # venv 创建的环境
conda activate 虚拟环境名称 # conda 创建的环境
激活后终端会显示 (虚拟环境名称)，表示当前处于该环境中。
（三）、退出虚拟环境
deactivate # venv/conda 通用
（四）、删除虚拟环境
# venv：直接删除环境文件夹即可
rm -rf 虚拟环境名称 # Linux/macOS
rd /s/q 虚拟环境名称 # Windows 命令提示符
# conda
conda remove -n 虚拟环境名称 –all
（五）、查看有哪些虚拟环境（conda专属）
conda info --envs
# 或简化：conda env list
（六）、虚拟环境深度管理（venv + conda 补充）
1. 克隆虚拟环境（conda 专属）
conda create -n 新环境名 --clone 原环境名
# 例：conda create -n yolov5_new --clone yolov5_3.10
2. 导出 / 导入 conda 环境配置
# 导出环境配置到 yaml 文件
conda env export > environment.yml
# 从 yaml 文件创建新环境
conda env create -f environment.yml
1.4.2 库安装与管理
（一）、安装库（指定版本 / 源）
# 安装最新版本
pip install 库名 # 例如：pip install numpy
# 安装指定版本
pip install 库名==版本号 # 例如：pip install numpy==1.20.3
# 安装满足版本范围的库
pip install 库名>=最低版本 # 例如：pip install scipy>=1.4.1
# 使用国内源加速（推荐）
pip install 库名 -i https://pypi.tuna.tsinghua.edu.cn/simple
（二）、批量安装依赖（从 requirements.txt）
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
（三）、 卸载库
pip uninstall 库名 # 例如：pip uninstall numpy
（四）、升级库
pip install --upgrade 库名 # 例如：pip install --upgrade pip
（五）、清理 pip 缓存（解决安装缓存冲突）
# 删除所有下载的包缓存，强制重新下载
pip cache purge
1.4.3 库信息查询
（一）、查看已安装的所有库
# pip 方式（适用于所有环境）
pip list
# conda 方式（仅适用于 conda 环境）
conda list
（二）、查看指定库的版本号
# 方法 1：pip 命令
pip show 库名 # 例如：pip show numpy（会显示版本、安装路径等详细信息）
# 方法 2：直接查询版本
pip freeze | grep 库名 # Linux/macOS（例如：pip freeze | grep numpy）
pip freeze | findstr 库名 # Windows（例如：pip freeze | findstr numpy）
# 方法3：
库名 – version
（三）、导出已安装的库列表到文件
pip freeze > requirements.txt # 生成依赖清单，可用于迁移环境
1.4.4 注意事项
1、操作前需确保已激活目标虚拟环境，否则库会安装到全局环境。
2、若出现权限问题，Windows 可右键终端选择 “管理员模式”，Linux/macOS 可在命令前加 sudo（如 sudo pip install 库名）。
3、国内源推荐：清华 https://pypi.tuna.tsinghua.edu.cn/simple、
阿里云https://mirrors.aliyun.com/pypi/simple/。
