Ultralytics için Conda Hızlı Başlangıç Kılavuzu

Bu kılavuz, Ultralytics projelerin için bir Conda ortamı kurmaya yönelik kapsamlı bir giriş sunar. Conda, paketleri ve bağımlılıkları yüklemek için pip'e mükemmel bir alternatif sunan açık kaynaklı bir paket ve ortam yönetim sistemidir. İzole edilmiş ortamları, özellikle veri bilimi ve makine öğrenimi çalışmaları için çok uygundur. Daha fazla ayrıntı için Anaconda üzerindeki Ultralytics Conda paketini ziyaret et ve paket güncellemeleri için GitHub'taki Ultralytics feedstock deposuna göz at.

Neler Öğreneceksin

• Conda ortamı kurma
• Conda aracılığıyla Ultralytics yükleme
• Ortamında Ultralytics başlatma
• Conda ile Ultralytics Docker görüntülerini kullanma

Ön koşullar

• Sisteminde Anaconda veya Miniconda yüklü olmalı. Eğer değilse, Anaconda veya Miniconda üzerinden indir ve kur.

Conda Ortamı Kurma

İlk olarak, yeni bir Conda ortamı oluşturalım. Terminalini aç ve şu komutu çalıştır:

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

Yeni ortamı etkinleştir:

conda activate ultralytics-env

Ultralytics Yükleme

Ultralytics paketini conda-forge kanalından yükleyebilirsin. Şu komutu çalıştır:

conda install -c conda-forge ultralytics

CUDA Ortamı Hakkında Not

Eğer CUDA destekli bir ortamda çalışıyorsan, olası çakışmaları çözmek için ultralytics, pytorch ve pytorch-cuda paketlerini birlikte yüklemek iyi bir uygulamadır:

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

Ultralytics Kullanımı

Ultralytics yüklendiğine göre, nesne tespiti, örnek bölümleme ve daha fazlası için güçlü özelliklerini kullanmaya başlayabilirsin. Örneğin, bir görüntüde tahminleme yapmak için şunu çalıştırabilirsin:

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 Görüntüsü

Eğer Docker kullanmayı tercih ediyorsan, Ultralytics içinde Conda ortamı içeren Docker görüntüleri sunar. Bu görüntüleri DockerHub üzerinden çekebilirsin.

En son Ultralytics görüntüsünü çek:

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

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

Görüntüyü çalıştır:

# 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

Libmamba ile Yüklemeyi Hızlandırma

Conda'da paket yükleme sürecini hızlandırmak istiyorsan, Conda'nın varsayılan çözücüsüne alternatif olarak hızlı, platformlar arası çalışan ve bağımlılık farkındalığı olan libmamba paket yöneticisini kullanmayı tercih edebilirsin.

Libmamba Nasıl Etkinleştirilir

Conda için libmamba'yı çözücü olarak etkinleştirmek için şu adımları izleyebilirsin:

1. Öncelikle conda-libmamba-solver paketini yükle. Eğer Conda sürümün 4.11 veya üzeriyse libmamba varsayılan olarak dahil edildiğinden bu adımı atlayabilirsin.

   conda install conda-libmamba-solver

2. Ardından Conda'yı libmamba'yı çözücü olarak kullanacak şekilde yapılandır:

   conda config --set solver libmamba

İşte bu kadar! Conda kurulumun artık çözücü olarak libmamba'yı kullanacak ve bu da daha hızlı bir paket yükleme süreciyle sonuçlanacaktır.

Başarıyla bir Conda ortamı kurdun, Ultralytics paketini yükledin ve artık özelliklerini keşfetmeye hazırsın. Daha gelişmiş eğitimler ve örnekler için Ultralytics belgelerine bakabilirsin.

SSS

Ultralytics projeleri için bir Conda ortamı kurma süreci nedir?

Ultralytics projeleri için bir Conda ortamı kurmak oldukça kolaydır ve sorunsuz paket yönetimi sağlar. Öncelikle, şu komutu kullanarak yeni bir Conda ortamı oluştur:

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

Ardından, yeni ortamı şununla etkinleştir:

conda activate ultralytics-env

Son olarak, Ultralytics'i conda-forge kanalından yükle:

conda install -c conda-forge ultralytics

Ultralytics projelerinde bağımlılıkları yönetmek için neden pip yerine Conda kullanmalıyım?

Conda, pip'e göre birçok avantaj sunan sağlam bir paket ve ortam yönetim sistemidir. Bağımlılıkları verimli bir şekilde yönetir ve tüm gerekli kütüphanelerin uyumlu olmasını sağlar. Conda'nın izole ortamları, veri bilimi ve makine öğrenimi projelerinde kritik öneme sahip paket çakışmalarını önler. Ayrıca Conda, ikili paket dağıtımını destekleyerek yükleme sürecini hızlandırır.

Daha hızlı performans için Ultralytics YOLO'yu CUDA destekli bir ortamda kullanabilir miyim?

Evet, CUDA destekli bir ortam kullanarak performansı artırabilirsin. Çakışmaları önlemek için ultralytics, pytorch ve pytorch-cuda paketlerini birlikte yüklediğinden emin ol:

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

Bu kurulum, derin öğrenme modeli eğitimi ve çıkarımı gibi yoğun görevler için hayati önem taşıyan GPU hızlandırmasını etkinleştirir. Daha fazla bilgi için Ultralytics kurulum kılavuzunu ziyaret et.

Conda ortamı ile Ultralytics Docker görüntülerini kullanmanın faydaları nelerdir?

Ultralytics Docker görüntülerini kullanmak, tutarlı ve tekrarlanabilir bir ortam sağlayarak "benim makinemde çalışıyor" sorunlarını ortadan kaldırır. Bu görüntüler, kurulum sürecini basitleştiren önceden yapılandırılmış bir Conda ortamı içerir. En son Ultralytics Docker görüntüsünü şu komutlarla çekebilir ve çalıştırabilirsin:

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

Bu yaklaşım, uygulamaları üretim ortamında dağıtmak veya manuel yapılandırma olmadan karmaşık iş akışlarını çalıştırmak için idealdir. Ultralytics Conda Docker Görüntüsü hakkında daha fazla bilgi edin.

Ultralytics ortamımda Conda paket yüklemesini nasıl hızlandırabilirim?

Conda için hızlı bir bağımlılık çözücü olan libmamba kullanarak paket yükleme sürecini hızlandırabilirsin. Öncelikle conda-libmamba-solver paketini yükle:

conda install conda-libmamba-solver

Ardından Conda'yı çözücü olarak libmamba kullanacak şekilde yapılandır:

conda config --set solver libmamba

Bu kurulum daha hızlı ve daha verimli paket yönetimi sağlar. Ortamını optimize etmeye yönelik daha fazla ipucu için libmamba kurulumu hakkında bilgi oku.