Yolo环境配置教程

前言

YOLO是一种实时目标检测算法，能在图像中快速识别并定位多个物体，同时给出类别标签。

它的特点是"单次检测"——只需看一次图像就能输出所有目标的位置和类别，比传统方法快很多，可达每秒上百帧。

它广泛应用于自动驾驶、视频监控、工业检测等需要实时识别物体的场景，是计算机视觉领域最流行的模型之一。

前置

• 安装MiniConda

• 安装Cuda

下载源代码及模型

Github搜索：ultralytics

官方链接：https://github.com/ultralytics/ultralytics

解压至工作目录（可选：重命名）

创建所需环境

创建Conda环境

右键开始图标，点击：终端管理员

输入命令

conda create -n yolo python=3.11 -y

激活环境

进入yolo源代码目录

输入命令（按需更改）

pushd D:\WorkPlace\AI\Ultralytics

安装PyTorch

官方下载链接：https://pytorch.org/get-started/locally

需要注意Cuda版本

复制安装命令即可

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu130

等待下载

验证安装

输入命令

pip show torch

验证Cuda

python

import torch
torch.cuda.is_available()

安装剩余所需要组件

输入安装环境命令

pip install -e .

验证

输入命令

yolo detect predict

去文件夹里验证

路径：D:\WorkPlace\AI\Ultralytics\runs\detect\predict

至此结束安装。