跳转至

环境配置

一、安装 Python

Python 安装地址

alt text

提示

注意 Add PATH

完成。

二、PyCharm

PyCharm windows 版本下载地址

选择社区版下载安装（日常学习使用够用了）（PyCharm Community Edition）

也可以选择专业版，使用学校邮箱进行认证。

alt text

alt text

可自选路径

alt text

alt text

alt text

重启

中文包：

alt text

三、Anaconda 环境

1、conda 的安装

conda 安装（清华大学开源镜像站）

alt text

根据自己电脑选择合适版本

alt text

提示

注意 Add PATH

如果没有勾选，后续需要自行添加环境变量。

等待安装完成即可。

alt text

打开pycharm，使用conda环境新建项目

alt text

在设置中查看解释器：

alt text

添加解释器可添加自己创建的虚拟环境：

alt text

2、创建 conda 虚拟环境的方法

打开 Anaconda Prompt

alt text

1
2
3
4
conda create -n xxx python=3.8
# xxx改成你的虚拟环境名字 python=版本号
conda activate xxx
# 激活创建的虚拟环境

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
Downloading and Extracting Packages:

Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate opencv
#
# To deactivate an active environment, use
#
#     $ conda deactivate


(base) C:\Users\kevin>conda activate opencv

(opencv) C:\Users\kevin>

前面的 base 变成你创建的虚拟环境名称即为成功。

3、conda 常用

（1）换源

Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

引用自 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

修改 .condarc 文件

Windows 中，该文件的位置在：C:\Users(你的用户名).condarc

Linux 中，该文件的位置在：~/.condarc

将其中的内容更改为以下内容（换成清华源）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

换好镜像源后，使用以下命令清楚索引缓存

conda clean -i

（2）创建虚拟环境

使用conda创建虚拟环境的命令格式为:

conda create -n env_name python=3.8

这表示创建python版本为3.8、名字为env_name的虚拟环境。

创建后，env_name文件可以在Anaconda安装目录envs文件下找到。在不指定python版本时，自动创建基于最新python版本的虚拟环境。

（3）查看有哪些虚拟环境

以下三条命令都可以

1
2
3
conda env list
conda info -e
conda info --envs

效果如下

1
2
3
4
5
6
7
8
9
(base) C:\Users\kevin>conda env list
# conda environments:
#
base                  *  D:\software\anaconda3
cv                       D:\software\anaconda3\envs\cv
deformable_detr          D:\software\anaconda3\envs\deformable_detr
labelimg                 D:\software\anaconda3\envs\labelimg
pytorch                  D:\software\anaconda3\envs\pytorch
yolov8                   D:\software\anaconda3\envs\yolov8

（4）激活虚拟环境

conda activate env_name

（5）退出虚拟环境

conda deactivate

（6）删除虚拟环境

执行以下命令可以将该指定虚拟环境及其中所安装的包都删除。

conda remove --name env_name --all

如果只删除虚拟环境中的某个或者某些包则是：

conda remove --name env_name package_name

四、OpenCV

在刚刚创建的 conda 虚拟环境中

先安装 numpy

conda install numpy

pip 安装

conda install opencv

验证一下有没有安装成功

1
2
3
4
5
6
(cv) C:\Users\kevin>python
Python 3.12.7 | packaged by Anaconda, Inc. | (main, Oct  4 2024, 13:17:27) [MSC v.1929 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>> print(cv2.__version__)
4.10.0

五、Pytorch（深度学习环境）

前提：你的电脑有 N 卡

1、cmd 终端输入 nvidia-smi，查看你的显卡适配的 CUDA 版本

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
C:\Users\kevin>nvidia-smi
Tue Aug  6 18:26:06 2024
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 546.92                 Driver Version: 546.92       CUDA Version: 12.3     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                     TCC/WDDM  | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |         Memory-Usage | GPU-Util  Compute M. |
|                                         |                      |               MIG M. |
|=========================================+======================+======================|
|   0  NVIDIA GeForce RTX 4060 ...  WDDM  | 00000000:01:00.0 Off |                  N/A |
| N/A   45C    P8              4W /  102W |   1367MiB /  8188MiB |      2%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------+

+---------------------------------------------------------------------------------------+
| Processes:                                                                            |
|  GPU   GI   CI        PID   Type   Process name                            GPU Memory |
|        ID   ID                                                             Usage      |
|=======================================================================================|
|  No running processes found                                                           |
+---------------------------------------------------------------------------------------+

2、conda 创建虚拟环境

Anaconda Prompt 输入

conda create -n pytorch python=3.8

conda activate pytorch

3、下载地址： PyTorch

alt text

根据你电脑支持的 CUDA 版本安装，我的电脑是 CUDA12.1

1
(pytorch) C:\Users\kevin>conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

验证一下：

1
2
3
python
import torch
torch.cuda.is_available()

1
2
3
4
5
6
7
(pytorch) C:\Users\kevin>python
Python 3.11.9 | packaged by Anaconda, Inc. | (main, Apr 19 2024, 16:40:41) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True
>>>

如果返回值是 True，代表成功啦。恭喜你，安装完成，可以开始快乐的炼丹啦。

六、yolov8

ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite (github.com)

根据官方的 README 安装使用

Install

Pip install the ultralytics package including all requirements in a Python>=3.8 environment with PyTorch>=1.8.

在有 pytorch 的 conda 虚拟环境中输入

pip install ultralytics

跑一个官方例程测试

yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

alt text

恭喜你，完成了 yolov8 的安装。

作者：Kevin, invinciblesmalltree, kevinskyY