Ultralytics YOLO Conda ile Nasıl Yüklenir#

Bu kılavuz, Ultralytics projelerin için bir Conda ortamı kurmayı anlatır. Conda, paketleri ve bağımlılıkları yüklemek için pip'e mükemmel bir alternatif sunan açık kaynaklı bir paket ve ortam yönetim sistemidir. Yalıtılmış ortamları, Conda'yı veri bilimi ve makine öğrenimi çalışmaları için özellikle uygun hâle getirir. Daha fazla bilgi için Anaconda üzerindeki Ultralytics Conda paketini ziyaret et ve GitHub üzerindeki Ultralytics feedstock deposunda paket güncellemelerine göz at.

Bu kılavuzda Ultralytics ile ortam oluşturmayı, çıkarım çalıştırmayı, Conda Docker imajını kullanmayı ve libmamba ile kurulumları hızlandırmayı ele alıyoruz.

Ön koşullar#

Sisteminde Anaconda veya Miniconda yüklü olmalıdır. Yüklü değilse Anaconda veya Miniconda üzerinden indirip yükle.

Ultralytics'i Yükleme#

conda-forge kanalından Ultralytics içeren yeni bir Conda ortamı oluşturup ardından etkinleştir. conda'nın güncel ve uyumlu sürümleri birlikte çözümlemesi için Python, Ultralytics ve torchvision paketini (conda-forge paketinin bağımlılığı değildir) aynı komutta yükle:

conda create --name ultralytics-env -c conda-forge python=3.11 ultralytics torchvision -y
conda activate ultralytics-env

conda create --name ultralytics-env -c conda-forge python=3.11 ultralytics torchvision pytorch-gpu -y
conda activate ultralytics-env

ROCm Ortamı Hakkında Not (AMD GPU, Linux)#

Linux'ta ROCm kullanarak AMD GPU hızlandırması için PyTorch ROCm wheel'leri Conda üzerinden sunulmaz ve pip ile yüklenmelidir. Yalıtım için Conda ortamı kullan, ardından PyTorch ROCm ve Ultralytics'i pip ile yükle:

conda create --name ultralytics-rocm python=3.12 -y
conda activate ultralytics-rocm
pip install "torch[device-all]" "torchvision[device-all]" --index-url https://stable.repo.amd.com/rocm/whl-next/
pip install ultralytics

Desteklenen ROCm sürümleri için PyTorch Başlangıç sayfasına, MIGraphX çıkarım kurulumuna ilişkin bilgiler içinse Linux x86_64 üzerinde Python 3.11 veya daha yeni sürüm gerektiren AMD GPU kılavuzuna bak.

Ultralytics'i Kullanma#

Ultralytics yüklendiğinde nesne algılama, örnek segmentasyonu ve daha fazlasına yönelik güçlü özelliklerini kullanmaya başlayabilirsin. Örneğin, bir görüntüde tahmin yapmak için şunu çalıştırabilirsin:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # modeli başlat
results = model("path/to/image.jpg")  # çıkarım yap
results[0].show()  # ilk görüntünün sonuçlarını göster

Ultralytics Conda Docker Görüntüsü#

Conda Dockerfile, conda-forge PyTorch 2.13, torchvision 0.28 ve CUDA 13.0 kullanır. conda-forge sürümleri, standart GPU görüntüsünde kullanılan PyTorch pip sürümlerinin gerisinde kalabilir. latest-conda otomatik yayımlaması devre dışıdır; bu nedenle güncel görüntüyü yerel olarak derle:

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

Görüntüyü çalıştır:

# 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

Linux'ta CDI cihaz istekleri için Docker >= 28.2.0 ve NVIDIA Container Toolkit >= 1.18 gerekir. Eski --gpus all bayrağı, ana makinedeki daemon yeniden yüklendikten sonra GPU erişimini kaybettirebilir; bu nedenle eski Linux ana makinelerini yükselt ve bunun yerine --device kullan. Ayrıntılar için Docker Hızlı Başlangıç Kılavuzu sayfasına bak.

Libmamba ile Yüklemeyi Hızlandırma#

libmamba, Conda'nın klasik çözücüsünün yerini alan hızlı, platformlar arası ve bağımlılıkları dikkate alan bir çözücüdür. Conda 23.10 ve sonraki sürümlerinde varsayılan çözücü olarak zaten libmamba kullanılır; bu nedenle çoğu kurulum varsayılan ayarlarla daha hızlıdır.

Daha eski bir Conda sürümü kullanıyorsan libmamba'ı elle etkinleştirebilirsin:

1. Önce conda-libmamba-solver paketini yükle:

   conda install conda-libmamba-solver

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

   conda config --set solver libmamba

Bir Conda ortamını başarıyla kurdun, Ultralytics paketini yükledin ve artık özelliklerini keşfetmeye hazırsın. Daha ileri düzey eğitimler ve örnekler için Ultralytics belgelerine göz at.

Sık Sorulan Sorular#