Conda snelstartgids voor Ultralytics

Deze handleiding biedt een uitgebreide introductie tot het opzetten van een Conda-omgeving voor je Ultralytics projecten. Conda is een open-source pakket- en omgevingsbeheersysteem dat een uitstekend alternatief biedt voor pip voor het installeren van pakketten en afhankelijkheden. De geïsoleerde omgevingen maken het bijzonder geschikt voor data science en machine learning inspanningen. Ga voor meer informatie naar het Ultralytics Conda pakket op Anaconda en bekijk de Ultralytics feedstock repository voor pakketupdates op GitHub.

Wat je zult leren

• Een Conda-omgeving opzetten
• Installatie van Ultralytics via Conda
• Ultralytics initialiseren in je omgeving
• Ultralytics Docker-images gebruiken met Conda

Vereisten

• Je zou Anaconda of Miniconda op je systeem geïnstalleerd moeten hebben. Zo niet, download en installeer het dan van Anaconda of Miniconda.

Een Conda-omgeving opzetten

Laten we eerst een nieuwe Conda-omgeving aanmaken. Open je terminal en voer het volgende commando uit:

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

Activeer de nieuwe omgeving:

conda activate ultralytics-env

installeren Ultralytics

Je kunt het pakket Ultralytics installeren via het conda-forge kanaal. Voer het volgende commando uit:

conda install -c conda-forge ultralytics

Opmerking over CUDA-omgeving

Als je werkt in een omgeving met CUDA, is het een goed gebruik om het volgende te installeren ultralytics, pytorchen pytorch-cuda samen om eventuele conflicten op te lossen:

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

Gebruik Ultralytics

Met Ultralytics geïnstalleerd kun je nu de robuuste functies gaan gebruiken voor objectdetectie, segmentatie van instanties en meer. Om bijvoorbeeld een afbeelding te voorspellen, kun je uitvoeren:

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 Conda Docker Afbeelding

Als je liever Docker gebruikt, Ultralytics biedt Docker images met een Conda omgeving. Je kunt deze images ophalen van DockerHub.

Haal het nieuwste Ultralytics image op:

# Set image name as a variable
t=ultralytics/ultralytics:latest-conda

# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t

Voer de afbeelding uit:

# 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

Je kunt zeker de volgende sectie in je Conda gids opnemen om gebruikers te informeren over het versnellen van de installatie met behulp van libmamba:

Installatie versnellen met Libmamba

Als je op zoek bent naar de installatie van pakketten versnellen proces in Conda, kun je ervoor kiezen om libmamba, een snelle, cross-platform en afhankelijkheid-bewuste pakketbeheerder die dient als alternatieve oplosser voor Conda's standaard.

Libmamba inschakelen

Om libmamba als de oplosser voor Conda, kun je de volgende stappen uitvoeren:

1. Installeer eerst de conda-libmamba-solver pakket. Dit kan worden overgeslagen als je Conda-versie 4.11 of hoger is, omdat libmamba is standaard inbegrepen.

   conda install conda-libmamba-solver
   

2. Configureer Conda vervolgens om libmamba als de oplosser:

   conda config --set solver libmamba
   

En dat is het! Je Conda-installatie gebruikt nu libmamba als de oplosser, wat zou moeten resulteren in een sneller installatieproces van pakketten.

Gefeliciteerd! Je hebt met succes een Conda omgeving opgezet, het Ultralytics pakket geïnstalleerd en bent nu klaar om de rijke functionaliteiten te verkennen. Duik gerust verder in de Ultralytics documentatie voor meer geavanceerde tutorials en voorbeelden.

Reacties