Guia de início rápido do Conda para Ultralytics

Este guia fornece uma introdução abrangente à configuração de um ambiente Conda para os teus projectos 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. Os seus ambientes isolados tornam-no particularmente adequado para a ciência dos dados e os esforços de aprendizagem automática. Para mais detalhes, visita o pacote Ultralytics Conda no Anaconda e consulta o repositório Ultralytics feedstock para actualizações de pacotes no GitHub.

O que vais aprender

• Configurar um ambiente Conda
• Instalando Ultralytics via Conda
• Inicializar Ultralytics no teu ambiente
• Usando Ultralytics imagens Docker com Conda

Pré-requisitos

• Deves ter o Anaconda ou o Miniconda instalado no teu sistema. Se não tiveres, transfere-o e instala-o a partir do Anaconda ou do Miniconda.

Configurar um ambiente Conda

Primeiro, vamos criar um novo ambiente Conda. Abre o teu terminal e executa o seguinte comando:

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

Ativa o novo ambiente:

conda activate ultralytics-env

Instalar Ultralytics

Podes instalar o pacote Ultralytics a partir do canal conda-forge. Executa o seguinte comando:

conda install -c conda-forge ultralytics

Nota sobre o ambiente CUDA

Se estiveres a trabalhar num ambiente com CUDA, é uma boa prática instalar o ultralytics, pytorche pytorch-cuda Junta-te para resolveres os conflitos:

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

Utilizando Ultralytics

Com o Ultralytics instalado, podes agora começar a utilizar as suas funcionalidades robustas para deteção de objectos, segmentação de instâncias e muito mais. Por exemplo, para prever uma imagem, podes executar:

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 Imagem do Docker Conda

Se preferires usar o Docker, Ultralytics oferece imagens Docker com um ambiente Conda incluído. Podes obter estas imagens a partir do DockerHub.

Obtém a imagem mais recente de Ultralytics :

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

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

Executa a imagem:

# 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, podes incluir a seguinte secção no teu guia Conda para informar os utilizadores sobre a aceleração da instalação utilizando libmamba:

Acelerar a instalação com o Libmamba

Se queres acelera a instalação do pacote em Conda, podes optar por utilizar o libmamba, um gerenciador de pacotes rápido, multiplataforma e sensível a dependências que serve como um solver alternativo ao padrão do Conda.

Como ativar o Libmamba

Para ativar libmamba como o solucionador para o Conda, podes executar os seguintes passos:

1. Primeiro, instala o conda-libmamba-solver pacote. Isto pode ser ignorado se a tua versão do Conda for 4.11 ou superior, pois libmamba é incluído por defeito.

   conda install conda-libmamba-solver
   

2. Em seguida, configura o Conda para usar libmamba como o solucionador:

   conda config --set solver libmamba
   

E já está! A tua instalação do Conda irá agora utilizar libmamba como o solucionador, o que deve resultar num processo de instalação de pacotes mais rápido.

Parabéns! Configuraste com sucesso um ambiente Conda, instalaste o pacote Ultralytics e estás agora pronto para explorar as suas ricas funcionalidades. Fica à vontade para se aprofundar na documentação doUltralytics para obter tutoriais e exemplos mais avançados.

Comentários