Gu铆a de inicio r谩pido de Conda para Ultralytics
Esta gu铆a proporciona una introducci贸n completa a la configuraci贸n de un entorno Conda para tus proyectos de Ultralytics . Conda es un sistema de gesti贸n de paquetes y entornos de c贸digo 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 autom谩tico. Para m谩s detalles, visita el paquete Ultralytics Conda en Anaconda y consulta el repositorio de alimentaci贸n Ultralytics para actualizaciones de paquetes en GitHub.
Lo que aprender谩s
- Configurar un entorno Conda
- Instalaci贸n de Ultralytics a trav茅s de Conda
- Inicializando Ultralytics en tu entorno
- Utilizar im谩genes Docker de Ultralytics con Conda
Requisitos previos
- Deber铆as tener Anaconda o Miniconda instalado en tu sistema. Si no es as铆, desc谩rgalo e inst谩lalo 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:
Activa el nuevo entorno:
Instalaci贸n de Ultralytics
Puedes instalar el paquete Ultralytics desde el canal conda-forge. Ejecuta el siguiente comando:
Nota sobre el entorno CUDA
Si trabajas en un entorno habilitado para CUDA, es una buena pr谩ctica instalar ultralytics
, pytorch
y pytorch-cuda
juntos para resolver cualquier conflicto:
Utilizando Ultralytics
Con Ultralytics instalado, ya puedes empezar a utilizar sus s贸lidas funciones para la detecci贸n de objetos, la segmentaci贸n de instancias y mucho m谩s. 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 im谩genes Docker con un entorno Conda incluido. Puedes extraer estas im谩genes de DockerHub.
Saca la 煤ltima 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 secci贸n en tu gu铆a de Conda para informar a los usuarios sobre c贸mo acelerar la instalaci贸n utilizando libmamba
:
Acelerar la instalaci贸n con Libmamba
Si quieres acelerar la instalaci贸n del paquete en Conda, puedes optar por utilizar libmamba
un gestor de paquetes r谩pido, multiplataforma y consciente de las dependencias, que sirve como solucionador alternativo al predeterminado de Conda.
C贸mo activar Libmamba
Para activar libmamba
como solucionador para Conda, puedes realizar los siguientes pasos:
-
Primero, instala
conda-libmamba-solver
paquete. Esto puede omitirse si tu versi贸n de Conda es 4.11 o superior, ya quelibmamba
se incluye por defecto. -
A continuaci贸n, configura Conda para que utilice
libmamba
como solucionador:
Y ya est谩. Tu instalaci贸n de Conda utilizar谩 ahora libmamba
como solucionador, lo que deber铆a acelerar el proceso de instalaci贸n del paquete.
隆Enhorabuena! Has configurado con 茅xito un entorno Conda, has instalado el paquete Ultralytics y ya est谩s preparado para explorar sus ricas funcionalidades. No dudes en profundizar en la documentaci贸n deUltralytics para obtener tutoriales y ejemplos m谩s avanzados.