提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

最近美团开源了yolov6 源码，准备体验下yolov6 的效果。记录下环境配置过程。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、yolov6 下载

1.在github 上输入yolov6，选择meituan/YOLOV6。或者直接访问https://github.com/meituan/YOLOv6。

2.进入到YOLOV6 仓库后，在Code 下拉列表中选择Download ZIP，下载该源码文件。

3.将源码文件解压至合适的硬盘。

二、环境配置

1.在开始菜单栏中找到Anacond3，使用Anaconda3 Prompt (Anaconda3)创建环境。

2.在Anconda3 Prompt命令窗口上输入 conda create -n yolov6 python=3.8

conda create -n yolov6 python=3.7 //yolov6 为环境名称，python=3.7 为指定python的版本
```\
3.激活创建的环境

```cpp
conda activate yolov6
1
2
3
4
5
6

4.安装cudatoolkit 及 cudnn

conda install cudatoolkit=10.2.89 cudnn=7.6.5
1

4.安装torch 、torchvision。在pytorch官网上查看pytorch 对应cudatoolkit=10.2的版本安装命令。选择pytorch=1.10.1，对应安装命令如下：

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch

//测试torch 和cuda 是否正确安装
(yolov6) D:\YOLOv6-main>python
Python 3.7.13 (default, Mar 28 2022, 08:03:21) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.cuda.is_available())
True
>>>

//输入结果为True 表示正确安装torch 和cuda
1
2
3
4
5
6
7
8
9
10
11
12

5.安装requirements.txt的环境包。
由于在步骤4已经安装了torch 及 torchvision ，所以在requirements.txt中将torch 、torchvision注释掉。

输入命令

pip install -r D:\YOLOv6-main\requirements.txt
1

---

三、测试环境

1.下载模型，选择需要的模型进行下载。
https://github.com/meituan/YOLOv6/releases/tag/0.1.0

2.推理命令

python tools/infer.py  //剩下的采用默认参数即可
1

3.推理结果

四、报错集合

1.AttributeError: Can’t get attribute ‘Detect’ on <module ‘yolov6.models.yolo’

AttributeError: Can't get attribute 'Detect' on <module 'yolov6.models.yolo'  from 'D:\\YOLOv6-main\\yolov6\\models\\yolo.py'>
1

这是yolov6 更新了新的内容，需要重新下载最新版本即可。