Guía de inicio rápido de Conda para Ultralytics

Esta guía proporciona una introducción completa a la configuración de un entorno Conda para tus proyectos de Ultralytics . Conda es un sistema de gestión de paquetes y entornos de código abierto que ofrece una excelente alternativa a pip para instalar paquetes y dependencias. Sus entornos aislados lo hacen especialmente adecuado para la ciencia de datos y el aprendizaje automático. Para más detalles, visita el paquete Ultralytics Conda en Anaconda y consulta el repositorio de alimentación Ultralytics para actualizaciones de paquetes en GitHub.

Lo que aprenderás

• Configurar un entorno Conda
• Instalación de Ultralytics a través de Conda
• Inicializando Ultralytics en tu entorno
• Utilizar imágenes Docker de Ultralytics con Conda

Requisitos previos

• Deberías tener Anaconda o Miniconda instalado en tu sistema. Si no es así, descárgalo e instálalo desde Anaconda o Miniconda.

Configurar un entorno Conda

En primer lugar, vamos a crear un nuevo entorno Conda. Abre tu terminal y ejecuta el siguiente comando:

conda create --name ultralytics-env python=3.8 -y

Activa el nuevo entorno:

conda activate ultralytics-env

Instalación de Ultralytics

Puedes instalar el paquete Ultralytics desde el canal conda-forge. Ejecuta el siguiente comando:

conda install -c conda-forge ultralytics

Nota sobre el entorno CUDA

Si trabajas en un entorno habilitado para CUDA, es una buena práctica instalar ultralytics, pytorchy pytorch-cuda juntos para resolver cualquier conflicto:

conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda=11.8 ultralytics

Utilizando Ultralytics

Con Ultralytics instalado, ya puedes empezar a utilizar sus sólidas funciones para la detección de objetos, la segmentación de instancias y mucho más. Por ejemplo, para predecir una imagen, puedes ejecutar

from ultralytics import YOLO

model = YOLO('yolov8n.pt')  # initialize model
results = model('path/to/image.jpg')  # perform inference
results[0].show()  # display results for the first image

Ultralytics Imagen Docker Conda

Si prefieres utilizar Docker, Ultralytics ofrece imágenes Docker con un entorno Conda incluido. Puedes extraer estas imágenes de DockerHub.

Saca la última imagen de Ultralytics :

# Set image name as a variable
t=ultralytics/ultralytics:latest-conda

# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t

Ejecuta la imagen:

# 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

Ciertamente, puedes incluir la siguiente sección en tu guía de Conda para informar a los usuarios sobre cómo acelerar la instalación utilizando libmamba:

Acelerar la instalación con Libmamba

Si quieres acelerar la instalación del paquete en Conda, puedes optar por utilizar libmambaun gestor de paquetes rápido, multiplataforma y consciente de las dependencias, que sirve como solucionador alternativo al predeterminado de Conda.

Cómo activar Libmamba

Para activar libmamba como solucionador para Conda, puedes realizar los siguientes pasos:

1. Primero, instala conda-libmamba-solver paquete. Esto puede omitirse si tu versión de Conda es 4.11 o superior, ya que libmamba se incluye por defecto.

   conda install conda-libmamba-solver
   

2. A continuación, configura Conda para que utilice libmamba como solucionador:

   conda config --set solver libmamba
   

Y ya está. Tu instalación de Conda utilizará ahora libmamba como solucionador, lo que debería acelerar el proceso de instalación del paquete.

¡Enhorabuena! Has configurado con éxito un entorno Conda, has instalado el paquete Ultralytics y ya estás preparado para explorar sus ricas funcionalidades. No dudes en profundizar en la documentación deUltralytics para obtener tutoriales y ejemplos más avanzados.

Comentarios