دليل التشغيل السريع ل Conda ل Ultralytics
This guide provides a comprehensive introduction to setting up a Conda environment for your Ultralytics projects. Conda is an open-source package and environment management system that offers an excellent alternative to pip for installing packages and dependencies. Its isolated environments make it particularly well-suited for data science and machine learning endeavors. For more details, visit the Ultralytics Conda package on Anaconda and check out the Ultralytics feedstock repository for package updates on GitHub.
ما سوف تتعلمه
- إعداد بيئة كوندا
- تثبيت Ultralytics عبر كوندا
- تهيئه Ultralytics في بيئتك
- استخدام Ultralytics صور عامل ميناء مع كوندا
المتطلبات المسبقه
- يجب أن يكون لديك Anaconda أو Miniconda مثبتا على نظامك. إذا لم يكن كذلك ، فقم بتنزيله وتثبيته من Anaconda أو Miniconda.
إعداد بيئة كوندا
أولا ، دعنا ننشئ بيئة كوندا جديدة. افتح جهازك الطرفي وقم بتشغيل الأمر التالي:
تفعيل البيئة الجديدة:
تثبيت Ultralytics
يمكنك تثبيت Ultralytics حزمة من قناة كوندا فورج. قم بتنفيذ الأمر التالي:
ملاحظة على CUDA البيئة
إذا كنت تعمل في بيئة تدعم CUDA ، فمن الجيد أن تقوم بتثبيت ultralytics, pytorchو pytorch-cuda معا لحل أي نزاعات:
استخدام Ultralytics
With Ultralytics installed, you can now start using its robust features for object detection, instance segmentation, and more. For example, to predict an image, you can run:
from ultralytics import YOLO
model = YOLO("yolo11n.pt") # initialize model
results = model("path/to/image.jpg") # perform inference
results[0].show() # display results for the first image
Ultralytics صورة كوندا دوكر
إذا كنت تفضل استخدام Docker ، Ultralytics يقدم صور Docker مع تضمين بيئة Conda. يمكنك سحب هذه الصور من DockerHub.
اسحب الأحدث Ultralytics صورة:
# Set image name as a variable
t=ultralytics/ultralytics:latest-conda
# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t
قم بتشغيل الصورة:
# Run the Ultralytics image in a container with GPU support
sudo docker run -it --ipc=host --gpus all $t # all GPUs
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t # specify GPUs
تسريع التثبيت مع Libmamba
إذا كنت تبحث عن تسريع تثبيت الحزمة عملية في كوندا ، يمكنك اختيار استخدام libmamba، وهو مدير حزم سريع ومتعدد الأنظمة الأساسية ومدرك للتبعية يعمل كحل بديل لافتراضي Conda.
كيفية تمكين ليبمامبا
لتمكين libmamba بصفتك الحل ل Conda ، يمكنك تنفيذ الخطوات التالية:
أولا ، قم بتثبيت ملف
conda-libmamba-solverحزمة. يمكن تخطي هذا إذا كان إصدار Conda الخاص بك هو 4.11 أو أعلى ، مثلlibmambaيتم تضمينه بشكل افتراضي.بعد ذلك ، قم بتكوين Conda لاستخدامها
libmambaكحلال:
وهذا كل شيء! سيتم الآن استخدام تثبيت Conda الخاص بك libmamba كحل ، مما يؤدي إلى عملية تثبيت حزمة أسرع.
مبروك! لقد قمت بإعداد بيئة Conda بنجاح ، وتثبيت Ultralytics حزمة ، ونحن الآن على استعداد لاستكشاف وظائفها الغنية. لا تتردد في الغوص بشكل أعمق في Ultralytics وثائق لمزيد من البرامج التعليمية والأمثلة المتقدمة.
الأسئلة المتداولة
ما هي عملية إعداد بيئة Conda لمشاريع Ultralytics ؟
يعد إعداد بيئة كوندا للمشاريع Ultralytics أمرًا بسيطًا ومباشرًا ويضمن إدارة الحزمة بسلاسة. أولاً، قم بإنشاء بيئة كوندا جديدة باستخدام الأمر التالي:
ثم، قم بتفعيل البيئة الجديدة باستخدام:
وأخيراً، قم بتثبيت Ultralytics من قناة conda-forge:
لماذا يجب استخدام Conda بدلاً من pip لإدارة التبعيات في مشاريع Ultralytics ؟
Conda هو نظام قوي لإدارة الحزمة والبيئة يوفر العديد من المزايا مقارنةً بـ pip. فهو يدير التبعيات بكفاءة ويضمن توافق جميع المكتبات الضرورية. وتمنع بيئات Conda المعزولة التعارضات بين الحزم، وهو أمر بالغ الأهمية في مشاريع علوم البيانات والتعلم الآلي. بالإضافة إلى ذلك، يدعم Conda توزيع الحزم الثنائية، مما يسرّع عملية التثبيت.
هل يمكنني استخدام Ultralytics YOLO في بيئة ممكّنة CUDA للحصول على أداء أسرع؟
نعم، يمكنك تحسين الأداء من خلال استخدام بيئة تدعم CUDA. تأكد من تثبيت ultralytics, pytorchو pytorch-cuda معًا لتجنب التعارضات:
This setup enables GPU acceleration, crucial for intensive tasks like deep learning model training and inference. For more information, visit the Ultralytics installation guide.
ما هي فوائد استخدام صور Ultralytics Docker مع بيئة Conda؟
يضمن استخدام صور Docker Ultralytics بيئة متسقة وقابلة للتكرار، مما يلغي مشاكل "يعمل على جهازي". تتضمن هذه الصور بيئة كوندا مهيأة مسبقًا، مما يبسط عملية الإعداد. يمكنك سحب وتشغيل أحدث صورة Ultralytics Docker باستخدام الأوامر التالية:
sudo docker pull ultralytics/ultralytics:latest-conda
sudo docker run -it --ipc=host --gpus all ultralytics/ultralytics:latest-conda
هذا النهج مثالي لنشر التطبيقات في الإنتاج أو تشغيل عمليات سير العمل المعقدة دون تكوين يدوي. تعرف على المزيد حول Ultralytics Conda Docker Image.
كيف يمكنني تسريع تثبيت حزمة Conda في بيئة Ultralytics الخاصة بي؟
يمكنك تسريع عملية تثبيت الحزمة باستخدام libmambaحلال تبعية سريع لـ Conda. أولاً، قم بتثبيت conda-libmamba-solver حزمة:
ثم قم بتهيئة Conda لاستخدام libmamba كحلال:
يوفر هذا الإعداد إدارة أسرع وأكثر كفاءة للحزم. لمزيد من النصائح حول تحسين بيئتك، اقرأ عن تثبيت libmamba.
