Guida rapida di Conda per Ultralytics
Questa guida fornisce un'introduzione completa alla creazione di un ambiente Conda per i tuoi progetti Ultralytics . Conda è un sistema open-source di gestione di pacchetti e ambienti che offre un'ottima alternativa a pip per l'installazione di pacchetti e dipendenze. I suoi ambienti isolati lo rendono particolarmente adatto alle attività di data science e machine learning. Per maggiori dettagli, visita il pacchetto Ultralytics Conda su Anaconda e controlla il repository Ultralytics per gli aggiornamenti dei pacchetti su GitHub.
Cosa imparerai
- Configurare un ambiente Conda
- Installare Ultralytics tramite Conda
- Inizializzazione di Ultralytics nel tuo ambiente
- Utilizzare le immagini Docker di Ultralytics con Conda
Prerequisiti
- Dovresti avere installato Anaconda o Miniconda sul tuo sistema. In caso contrario, scaricalo e installalo da Anaconda o Miniconda.
Impostare un ambiente Conda
Per prima cosa, creiamo un nuovo ambiente Conda. Apri il tuo terminale ed esegui il seguente comando:
Attiva il nuovo ambiente:
Installazione Ultralytics
Puoi installare il pacchetto Ultralytics dal canale conda-forge. Esegui il seguente comando:
Nota sull'ambiente CUDA
Se stai lavorando in un ambiente con CUDA, è buona norma installare ultralytics
, pytorch
, e pytorch-cuda
insieme per risolvere eventuali conflitti:
Utilizzando Ultralytics
Dopo aver installato Ultralytics , puoi iniziare a utilizzare le sue solide funzioni per il rilevamento degli oggetti, la segmentazione delle istanze e molto altro ancora. Ad esempio, per predire un'immagine, puoi eseguire:
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 Immagine Docker di Conda
Se preferisci usare Docker, Ultralytics offre immagini Docker con un ambiente Conda incluso. Puoi prelevare queste immagini da DockerHub.
Preleva l'ultima immagine di Ultralytics :
# Set image name as a variable
t=ultralytics/ultralytics:latest-conda
# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t
Esegui l'immagine:
# 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
Certamente, puoi includere la seguente sezione nella tua guida di Conda per informare gli utenti sulla possibilità di velocizzare l'installazione utilizzando libmamba
:
Accelerare l'installazione con Libmamba
Se stai cercando di velocizzare l'installazione dei pacchetti in Conda, si può scegliere di usare libmamba
, un gestore di pacchetti veloce, multipiattaforma e consapevole delle dipendenze che funge da risolutore alternativo a quello predefinito di Conda.
Come abilitare Libmamba
Per abilitare libmamba
come solutore per Conda, puoi eseguire i seguenti passaggi:
-
Per prima cosa, installa il file
conda-libmamba-solver
pacchetto. Questa operazione può essere saltata se la tua versione di Conda è la 4.11 o superiore, in quantolibmamba
è incluso per impostazione predefinita. -
Successivamente, configura Conda per utilizzare
libmamba
come risolutore:
Ed ecco fatto! La tua installazione di Conda utilizzerà ora libmamba
come solutore, il che dovrebbe rendere più veloce il processo di installazione del pacchetto.
Congratulazioni! Hai configurato con successo un ambiente Conda, hai installato il pacchetto Ultralytics e ora sei pronto a esplorare le sue ricche funzionalità. Non esitare ad approfondire la documentazione di Ultralytics per trovare tutorial ed esempi più avanzati.