配置环境和代码环境不一致的问题

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

安装的anaconda及虚拟环境一直默认在C盘, yolov5_deepsort源码在D盘, 如何进行切换?
是将 yolov5_deepsort源码 拷背到 C盘嘛

创建虚拟环境

conda create --prefix D:\path\to\env python=3.8

激活虚拟环境：

conda activate D:\path\to\env （你自己的地址）

激活就是切换

• 这篇博客: 【Yolov5-Deepsort pytorch】快速复现+ 检测自己的视频 (Linux 版本)中的 一.简介 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。主要的改进思路如下所示：

  • 输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放；
  • 基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构；
  • Neck网络：目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层，Yolov5中添加了FPN+PAN结构；
  • Head输出层：输出层的锚框机制与YOLOv4相同，主要改进的是训练时的损失函数GIOU_Loss，以及预测框筛选的DIOU_nms。

  DeepSort
  SORT算法的思路是将目标检测算法(如YOLO)得到的检测框与预测的跟踪框的iou(交并比)输入到匈牙利算法中进行线性分配来关联帧间 ID。而DeepSORT算法则是将目标的外观信息加入到帧间匹配的计算中，这样在目标被遮挡但后续再次出现的情况下，还能正确匹配这个ID，从而减少ID的切换，达到持续跟踪的目的。

• 您还可以看一下 白勇老师的YOLOv5+DeepSORT多目标跟踪与计数精讲课程中的 训练行人ReID数据集小节, 巩固相关知识点
  

问题点:源码需要和开发环境放一个盘么？
结论:不用放一起. yolov5_deepsort这个源码不需要变更位置.
关键是环境变量Path有没有设置开发环境编译器的路径(方便代码运行时,系统可以找到你的编译器python.exe)
Path中设置了哪个编译器的路径，代码运行时就用的哪个编译器.