Guia de Início Rápido do Conda para o Ultralytics

Este guia fornece uma introdução abrangente à configuração de um ambiente Conda para os seus projetos Ultralytics. O Conda é um sistema de gerenciamento de pacotes e ambientes de código aberto que oferece uma excelente alternativa ao pip para instalar pacotes e dependências. Seus ambientes isolados o tornam particularmente adequado para empreendimentos de ciência de dados e machine learning. Para mais detalhes, visite o pacote Conda do Ultralytics no Anaconda e confira o repositório feedstock do Ultralytics para atualizações de pacotes no GitHub.

O que você aprenderá

• Configurando um ambiente Conda
• Instalando o Ultralytics via Conda
• Inicializando o Ultralytics no seu ambiente
• Usando imagens Docker do Ultralytics com Conda

Pré-requisitos

• Você deve ter o Anaconda ou Miniconda instalado no seu sistema. Se não, baixe e instale a partir do Anaconda ou Miniconda.

Configurando um ambiente Conda

Primeiro, vamos criar um novo ambiente Conda. Abra o seu terminal e execute o seguinte comando:

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

Ative o novo ambiente:

conda activate ultralytics-env

Instalando o Ultralytics

Você pode instalar o pacote Ultralytics a partir do canal conda-forge. Execute o seguinte comando:

conda install -c conda-forge ultralytics

Observação sobre o ambiente CUDA

Se você estiver trabalhando em um ambiente com CUDA ativado, é uma boa prática instalar ultralytics, pytorch e pytorch-cuda juntos para resolver quaisquer conflitos:

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

Usando o Ultralytics

Com o Ultralytics instalado, você pode começar a usar seus recursos robustos para detecção de objetos, segmentação de instâncias e muito mais. Por exemplo, para prever uma imagem, você pode executar:

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

Imagem Docker do Conda para Ultralytics

Se você prefere usar Docker, o Ultralytics oferece imagens Docker com um ambiente Conda incluído. Você pode baixar essas imagens do DockerHub.

Baixe a imagem mais recente do Ultralytics:

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

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

Execute a imagem:

# Run the Ultralytics image in a container with GPU support
sudo docker run -it --ipc=host --runtime=nvidia --gpus all $t            # all GPUs
sudo docker run -it --ipc=host --runtime=nvidia --gpus '"device=2,3"' $t # specify GPUs

Acelerando a instalação com Libmamba

Se você deseja acelerar o processo de instalação de pacotes no Conda, você pode optar por usar o libmamba, um gerenciador de pacotes rápido, multiplataforma e ciente de dependências que serve como um resolvedor alternativo ao padrão do Conda.

Como habilitar o Libmamba

Para habilitar o libmamba como o resolvedor do Conda, você pode seguir os seguintes passos:

1. Primeiro, instale o pacote conda-libmamba-solver. Isso pode ser ignorado se sua versão do Conda for 4.11 ou superior, já que o libmamba está incluído por padrão.

   conda install conda-libmamba-solver

2. Em seguida, configure o Conda para usar o libmamba como resolvedor:

   conda config --set solver libmamba

E é isso! Sua instalação do Conda agora usará o libmamba como resolvedor, o que deve resultar em um processo de instalação de pacotes mais rápido.

Você configurou com sucesso um ambiente Conda, instalou o pacote Ultralytics e agora está pronto para explorar seus recursos. Para tutoriais e exemplos mais avançados, consulte a documentação do Ultralytics.

FAQ

Qual é o processo para configurar um ambiente Conda para projetos Ultralytics?

Configurar um ambiente Conda para projetos Ultralytics é direto e garante um gerenciamento de pacotes suave. Primeiro, crie um novo ambiente Conda usando o seguinte comando:

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

Em seguida, ative o novo ambiente com:

conda activate ultralytics-env

Finalmente, instale o Ultralytics a partir do canal conda-forge:

conda install -c conda-forge ultralytics

Por que devo usar o Conda em vez do pip para gerenciar dependências em projetos Ultralytics?

O Conda é um sistema robusto de gerenciamento de pacotes e ambientes que oferece várias vantagens sobre o pip. Ele gerencia dependências de forma eficiente e garante que todas as bibliotecas necessárias sejam compatíveis. Os ambientes isolados do Conda evitam conflitos entre pacotes, o que é crucial em projetos de ciência de dados e machine learning. Além disso, o Conda suporta a distribuição de pacotes binários, acelerando o processo de instalação.

Posso usar o Ultralytics YOLO em um ambiente com CUDA ativado para um desempenho mais rápido?

Sim, você pode aumentar o desempenho utilizando um ambiente com CUDA ativado. Certifique-se de instalar ultralytics, pytorch e pytorch-cuda juntos para evitar conflitos:

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

Esta configuração habilita a aceleração por GPU, crucial para tarefas intensivas como treinamento e inferência de modelos de deep learning. Para mais informações, visite o guia de instalação do Ultralytics.

Quais são os benefícios de usar imagens Docker do Ultralytics com um ambiente Conda?

Usar imagens Docker do Ultralytics garante um ambiente consistente e reproduzível, eliminando problemas de "funciona na minha máquina". Essas imagens incluem um ambiente Conda pré-configurado, simplificando o processo de configuração. Você pode baixar e executar a imagem Docker mais recente do Ultralytics com os seguintes comandos:

sudo docker pull ultralytics/ultralytics:latest-conda
sudo docker run -it --ipc=host --runtime=nvidia --gpus all ultralytics/ultralytics:latest-conda            # all GPUs
sudo docker run -it --ipc=host --runtime=nvidia --gpus '"device=2,3"' ultralytics/ultralytics:latest-conda # specify GPUs

Esta abordagem é ideal para implantar aplicações em produção ou executar fluxos de trabalho complexos sem configuração manual. Saiba mais sobre a Imagem Docker do Conda para Ultralytics.

Como posso acelerar a instalação de pacotes Conda no meu ambiente Ultralytics?

Você pode acelerar o processo de instalação de pacotes usando o libmamba, um resolvedor de dependências rápido para o Conda. Primeiro, instale o pacote conda-libmamba-solver:

conda install conda-libmamba-solver

Então, configure o Conda para usar o libmamba como resolvedor:

conda config --set solver libmamba

Esta configuração fornece um gerenciamento de pacotes mais rápido e eficiente. Para mais dicas sobre como otimizar seu ambiente, leia sobre a instalação do libmamba.