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 sus proyectos 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 echa un vistazo al repositorio Ultralytics feedstock para actualizaciones de paquetes en GitHub.
Lo que aprender谩
- Configuraci贸n de un entorno Conda
- Instalaci贸n de Ultralytics a trav茅s de Conda
- Inicializaci贸n de Ultralytics en su entorno
- Uso de im谩genes Docker de Ultralytics con Conda
Requisitos previos
- Deber铆a tener Anaconda o Miniconda instalado en su sistema. Si no es as铆, desc谩rguelo e inst谩lelo desde Anaconda o Miniconda.
Configuraci贸n de un entorno Conda
En primer lugar, vamos a crear un nuevo entorno Conda. Abre tu terminal y ejecuta el siguiente comando:
Active el nuevo entorno:
Instalaci贸n de Ultralytics
Puedes instalar el paquete Ultralytics desde el canal conda-forge. Ejecute el siguiente comando:
Nota sobre el entorno CUDA
Si trabaja en un entorno habilitado para CUDA, es una buena pr谩ctica instalar ultralytics, pytorchy pytorch-cuda juntos para resolver cualquier conflicto:
Utilizando Ultralytics
Con Ultralytics instalado, ya puede 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, puede ejecutar:
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 Imagen Docker de Conda
Si prefieres usar 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
Acelerar la instalaci贸n con Libmamba
Si desea acelerar la instalaci贸n de paquetes en Conda, puede optar por utilizar libmambaun 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, puede realizar los siguientes pasos:
-
En primer lugar, instale el
conda-libmamba-solverpaquete. Esto se puede omitir si su versi贸n de Conda es 4.11 o superior, ya quelibmambase incluye por defecto. -
A continuaci贸n, configure Conda para utilizar
libmambacomo solucionador:
Y ya est谩. Tu instalaci贸n de Conda usar谩 ahora libmamba como solucionador, lo que deber铆a agilizar el proceso de instalaci贸n del paquete.
隆Enhorabuena! Has configurado con 茅xito un entorno Conda, instalado el paquete Ultralytics , y ahora est谩s listo para explorar sus ricas funcionalidades. No dudes en profundizar en la documentaci贸n deUltralytics para ver tutoriales y ejemplos m谩s avanzados.
PREGUNTAS FRECUENTES
驴Cu谩l es el proceso para configurar un entorno Conda para proyectos Ultralytics ?
Configurar un entorno Conda para proyectos Ultralytics es sencillo y garantiza una gesti贸n fluida de los paquetes. En primer lugar, cree un nuevo entorno Conda utilizando el siguiente comando:
A continuaci贸n, active el nuevo entorno con:
Por 煤ltimo, instala Ultralytics desde el canal conda-forge:
驴Por qu茅 deber铆a utilizar Conda en lugar de pip para gestionar las dependencias en los proyectos de Ultralytics ?
Conda es un robusto sistema de gesti贸n de paquetes y entornos que ofrece varias ventajas sobre pip. Gestiona las dependencias de forma eficiente y garantiza que todas las bibliotecas necesarias sean compatibles. Los entornos aislados de Conda evitan conflictos entre paquetes, algo crucial en proyectos de ciencia de datos y aprendizaje autom谩tico. Adem谩s, Conda admite la distribuci贸n de paquetes binarios, lo que acelera el proceso de instalaci贸n.
驴Puedo utilizar Ultralytics YOLO en un entorno habilitado para CUDA para obtener un rendimiento m谩s r谩pido?
S铆, puede mejorar el rendimiento utilizando un entorno habilitado para CUDA. Aseg煤rese de instalar ultralytics, pytorchy pytorch-cuda juntos para evitar conflictos:
Esta configuraci贸n permite la aceleraci贸n de GPU , crucial para tareas intensivas como el entrenamiento y la inferencia de modelos de aprendizaje profundo. Para obtener m谩s informaci贸n, visita la gu铆a de instalaci贸n deUltralytics .
驴Cu谩les son las ventajas de utilizar im谩genes Docker de Ultralytics con un entorno Conda?
El uso de im谩genes Docker de Ultralytics garantiza un entorno coherente y reproducible, eliminando los problemas de "funciona en mi m谩quina". Estas im谩genes incluyen un entorno Conda preconfigurado, lo que simplifica el proceso de configuraci贸n. Puede extraer y ejecutar la 煤ltima imagen Docker de Ultralytics con los siguientes comandos:
sudo docker pull ultralytics/ultralytics:latest-conda
sudo docker run -it --ipc=host --gpus all ultralytics/ultralytics:latest-conda
Este enfoque es ideal para desplegar aplicaciones en producci贸n o ejecutar flujos de trabajo complejos sin configuraci贸n manual. M谩s informaci贸n sobre Ultralytics Conda Docker Image.
驴C贸mo puedo acelerar la instalaci贸n de paquetes Conda en mi entorno Ultralytics ?
Puede acelerar el proceso de instalaci贸n de paquetes utilizando libmambaun r谩pido solucionador de dependencias para Conda. En primer lugar, instale el conda-libmamba-solver paquete:
A continuaci贸n, configure Conda para que utilice libmamba como solucionador:
Esta configuraci贸n proporciona una gesti贸n de paquetes m谩s r谩pida y eficiente. Para m谩s consejos sobre la optimizaci贸n de su entorno, lea sobre la instalaci贸n de libmamba.
