Ultralytics环境配置

Ultralytics环境配置※

下载Ultralytics包※

去Github下载，网址

https://github.com/ultralytics/ultralytics

注意不需要克隆

下载完成后，解压缩，并找到ultralytics这个文件夹复制到项目中

配置环境※

首先确定安装了anaconda包

创建环境※

conda create -n ultralytics python=3.10 -y

安装Torch包※

这里安装2.3.1版本的pyTorch环境

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia

安装缺失包※

 

 conda install opencv -y
 conda install matplotlib seaborn tqdm psutil scipy -y
 pip install thop

测试运行代码※

下载模型网址

https://github.com/ultralytics/assets/releases/

需要下载YOLO11n.pt模型用于autoAMP

下载数据集网址

https://ultralytics.com/assets/coco128.zip
from ultralytics import YOLO

# 加载预训练模型（例如 YOLOv8n）
model = YOLO("yolov8n.pt")  # 可以替换为其他预训练模型，如 yolov8s.pt, yolov8m.pt 等

# 训练模型
# 数据集配置文件路径（需要提前准备好 YAML 格式的数据集配置文件）
data_config = "coco128.yaml"  # 替换为你的数据集配置文件路径

# 开始训练
results = model.train(
    data=data_config,  # 数据集配置文件
    epochs=10,         # 训练轮数
    imgsz=640,         # 输入图像尺寸
    batch=16,          # 批量大小
)
目录