Vai al contenuto

Guida rapida di Conda per Ultralytics

Ultralytics Pacchetto Conda Visual

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.

Ricetta Conda Conda Download Versione Conda Piattaforme Conda

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:

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

Attiva il nuovo ambiente:

conda activate ultralytics-env

Installazione Ultralytics

Puoi installare il pacchetto Ultralytics dal canale conda-forge. Esegui il seguente comando:

conda install -c conda-forge ultralytics

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:

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

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 su come velocizzare l'installazione usando 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:

  1. 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 quanto libmamba è incluso per impostazione predefinita.

    conda install conda-libmamba-solver
    
  2. Successivamente, configura Conda per utilizzare libmamba come risolutore:

    conda config --set solver libmamba
    

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 sei pronto a esplorare le sue ricche funzionalità. Non esitare ad approfondire la documentazione di Ultralytics per trovare tutorial ed esempi più avanzati.



Creato 2023-11-12, Aggiornato 2024-03-03
Autori: glenn-jocher (3)

Commenti