Conda로 Ultralytics YOLO 설치하는 방법#

이 가이드에서는 Ultralytics 프로젝트를 위한 Conda 환경을 설정하는 방법을 설명합니다. Conda는 패키지와 환경을 관리하는 오픈 소스 시스템으로, 패키지와 종속성을 설치할 때 pip를 대체할 수 있는 훌륭한 방법입니다. 격리된 환경을 제공하므로 데이터 과학 및 머신 러닝 작업에 특히 적합합니다. 자세한 내용은 Anaconda의 Ultralytics Conda 패키지를 확인하고, 패키지 업데이트는 GitHub의 Ultralytics feedstock 저장소를 참조하시기 바랍니다.

이 가이드에서는 환경 생성, Ultralytics 설치, 추론 실행, Conda Docker 이미지 사용, libmamba로 설치 속도 향상 방법을 다룹니다.

필수 조건#

시스템에 Anaconda 또는 Miniconda가 설치되어 있어야 합니다. 설치되어 있지 않다면 Anaconda 또는 Miniconda에서 다운로드하여 설치하시기 바랍니다.

Conda 환경 설정#

먼저 새 Conda 환경을 생성합니다. 터미널을 열고 다음 명령을 실행합니다:

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

새 환경을 활성화합니다:

conda activate ultralytics-env

Ultralytics 설치#

conda-forge 채널에서 Ultralytics 패키지를 설치할 수 있습니다. 다음 명령을 실행합니다:

conda install -c conda-forge ultralytics

conda install -c conda-forge ultralytics pytorch-gpu

Ultralytics 사용#

Ultralytics를 설치하면 이제 객체 감지, 인스턴스 세그멘테이션 등의 강력한 기능을 사용할 수 있습니다. 예를 들어 이미지에 대해 예측을 수행하려면 다음을 실행합니다:

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 이미지#

Conda Dockerfile은 conda-forge PyTorch 2.13, torchvision 0.28, CUDA 13.0을 사용합니다. Conda-forge 릴리스는 표준 GPU 이미지에서 사용하는 PyTorch pip 릴리스보다 지연될 수 있습니다. latest-conda의 자동 발행은 비활성화되어 있으므로, 현재 이미지를 로컬에서 빌드하십시오.

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

이미지를 실행합니다:

# 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

Linux에서 CDI 디바이스 요청을 사용하려면 Docker >= 28.2.0 및 NVIDIA Container Toolkit >= 1.18이 필요합니다. 레거시 --gpus all 플래그는 호스트 데몬을 다시 로드한 후 GPU 액세스를 잃을 수 있으므로, 오래된 Linux 호스트를 업그레이드하고 대신 --device을 사용하시기 바랍니다. 자세한 내용은 Docker 빠른 시작 가이드를 참조하세요.

Libmamba로 설치 속도 향상#

libmamba은 Conda의 기존 solver를 대체하는 빠른 크로스 플랫폼 종속성 인식 solver입니다. Conda 23.10 이상에서는 이미 libmamba를 기본 solver로 사용하므로 대부분의 설치가 기본적으로 더 빠르게 진행됩니다.

이전 버전의 Conda를 사용하는 경우 libmamba을 수동으로 활성화할 수 있습니다:

1. 먼저 conda-libmamba-solver 패키지를 설치합니다:

   conda install conda-libmamba-solver

2. 그런 다음 Conda가 libmamba을 solver로 사용하도록 구성합니다:

   conda config --set solver libmamba

Conda 환경을 성공적으로 설정하고 Ultralytics 패키지를 설치했으므로 이제 해당 기능을 살펴볼 수 있습니다. 고급 튜토리얼과 예제는 Ultralytics 문서를 참조하세요.

FAQ#