CondaでUltralytics YOLOをインストールする方法#

このガイドでは、Ultralyticsプロジェクト用のConda環境をセットアップする方法を説明します。Condaは、パッケージと環境を管理するオープンソースのシステムで、パッケージや依存関係のインストールにおいてpipの優れた代替手段となります。分離された環境を使用できるため、データサイエンスや機械学習の作業に特に適しています。詳細については、AnacondaのUltralytics Condaパッケージを確認し、パッケージの更新についてはGitHubのUltralytics feedstockリポジトリをご覧ください。

このガイドでは、環境の作成、Ultralyticsのインストール、推論の実行、Conda Dockerイメージの使用、libmambaによるインストールの高速化について説明します。

前提条件#

システムにAnacondaまたはMinicondaがインストールされている必要があります。インストールされていない場合は、AnacondaまたはMinicondaからダウンロードしてインストールしてください。

Conda環境のセットアップ#

まず、新しいConda環境を作成します。ターミナルを開き、次のコマンドを実行してください。

conda create --name ultralytics-env python=3.11 -y

新しい環境をアクティベートします。

conda activate ultralytics-env

Ultralyticsのインストール#

conda-forgeチャンネルからUltralyticsパッケージをインストールできます。次のコマンドを実行してください。

conda install -c conda-forge ultralytics

conda install -c conda-forge ultralytics pytorch-gpu

Ultralyticsの使用#

Ultralyticsをインストールすると、物体検出、インスタンスセグメンテーションなどの強力な機能を使用できるようになります。たとえば、画像に対して予測を行うには、次のコマンドを実行します。

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # initialize model
results = model("path/to/image.jpg")  # perform inference
results[0].show()  # display results for the first image

Ultralytics Conda Dockerイメージ#

Conda Dockerfileは、conda-forgeのPyTorch 2.13、torchvision 0.28、CUDA 13.0を使用します。conda-forgeのリリースは、標準のGPUイメージで使用されるPyTorchのpipリリースよりも遅れることがあります。latest-condaの自動公開は無効になっているため、現在のイメージをローカルでビルドしてください：

git clone https://github.com/ultralytics/ultralytics
cd ultralytics
t=ultralytics-conda:local
sudo docker build -f docker/Dockerfile-conda -t $t .

イメージを実行します。

# Run the Ultralytics image in a container with GPU support
sudo docker run -it --ipc=host --device nvidia.com/gpu=all $t                         # all GPUs
sudo docker run -it --ipc=host --device nvidia.com/gpu=2 --device nvidia.com/gpu=3 $t # specify GPUs

Linuxでは、CDIデバイスリクエストにDocker >= 28.2.0およびNVIDIA Container Toolkit >= 1.18が必要です。従来の--gpus allフラグは、ホストデーモンの再読み込み後にGPUアクセスを失う可能性があるため、古いLinuxホストをアップグレードし、代わりに--deviceを使用してください。詳細については、Dockerクイックスタートガイドをご覧ください。

libmambaによるインストールの高速化#

libmambaは、Condaの従来のソルバーに代わる、高速でクロスプラットフォーム対応の依存関係認識ソルバーです。Conda 23.10以降では、デフォルトのソルバーとしてlibmambaがすでに使用されているため、ほとんどのインストールは初めから高速に実行されます。

古いバージョンのCondaを使用している場合は、libmambaを手動で有効にできます。

1. まず、conda-libmamba-solverパッケージをインストールします。

   conda install conda-libmamba-solver

2. 次に、ソルバーとしてlibmambaを使用するようCondaを設定します。

   conda config --set solver libmamba

Conda環境のセットアップとUltralyticsパッケージのインストールが正常に完了し、これで機能を試す準備が整いました。より高度なチュートリアルと例については、Ultralyticsドキュメントをご覧ください。

FAQ#