YOLOv11学习——环境配置（一）

一、下载YOLO源码和模型

（1）下载源码

        进入github，搜索ultralytics，选择第一个。

https://github.com/ultralytics/ultralytics

        我这里选择版本为8.3.163

        然后点击 <>code 下载压缩包：

（2）下载模型

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

        这里点击文件名下载yolo11n六个文件，也可以根据自己需要下载文件。

点右边的闪电下载图标可能回报错连接不安全，直接点左边名称可以直接下载。

        新建文件夹，解压源码压缩包，把源码和模型文件如下放置：

二、下载安装Anaconda

（1）下载Anaconda

        浏览器搜索tuna anaconda。或者直接进入下面的网址：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

        根据你的系统选择，我这里选择的是2024.06-1-Windows

        点击下载。

（2）安装Anaconda

        双击下载好的安装程序：

        按默认进行选择，这里选择Just Me：

        安装位置需要一个空文件夹且路径不能带中文：

        后续保持默认，开始安装：

        等待一段时间：

        一直Next，取消勾选这两个选项：

        完成安装。

（3）设置conda镜像

        在搜索栏搜索并打开：

        弹出以下界面，说明anaconda能够正常使用：

        在Anaconda Prompt输入：

notepad .condarc

        将.condarc.txt文件内容替换为以下内容：

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

        然后按 ctrl+s 保存，然后关闭文本窗口。

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

        在Anaconda Prompt继续输入：

type .condarc

        会打印出刚刚修改的内容，说明conda镜像设置完成。

如果显示“系统找不到指定的文件。”，可能是系统设置了.txt后缀。输入

type .condarc.txt

即可。

---

或者输入

ren .condarc.tx .condarc

可以重命名文件，再次输入即可。

type .condarc

（4）设置pip镜像

        搜索“tuna pip”，进入清华pip镜像网站：

https://mirrors.tuna.tsinghua.edu.cn/help/pypi/

         在Anaconda Prompt输入：

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

        pip镜像设置完成。

（5）常用命令及作用

命令	作用
conda env list	列举所有环境及保存路径
conda creat -n <name> python=3.xx	创建一个名为<name>的环境
conda remove -n <name> --all	删除名为<name>的环境
conda activate <name>	激活/进入名为<name>的环境
conda deactivate	退出当前环境
python --version	查看当前环境Python版本
pip list	列举当前环境安装的所有包
pip install <package>=x.xx	安装指定版本的<package>这个包
pip show <package>	查看<package>这个包的信息
pip uninstall <package>	卸载<package>这个包

三、安装YOLO环境

（1）打开Anaconda Prompt

        运行：

conda env list

（2）创建YOLO环境

conda create -n yolo python=3.11

        回车确认进行安装：

        等待一段时间，安装完成：

        输入：

conda env list

（3）运行YOLO环境

        输入：

conda activate yolo

        左边括号内变为yolo，表示成功进入yolo环境。

四、安装Pytorch

注意：这部分要根据显卡型号，驱动版本，源码版本等进行选择。

（1）检查显卡驱动

        打开Anaconda Prompt，输入：

nvidia-smi

注意：右上角CUDA Version是否大于11.8，大于则显卡驱动符合要求。反之，则需要重新安装显卡驱动。我的是3070，版本为12.9符合要求。

（2）安装Pytorch

https://pytorch.org/

        点击下方 Previous versions of PyTorch，Ctrl+F搜索2.5.0：

        打开Anaconda Prompt，激活YOLO环境，输入：

conda activate yolo

pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu118

        如果下载慢或者下载失败，可以使用镜像下载/或者更换网络：

pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 -f https://mirrors.aliyun.com/pytorch-wheels/cu118

        下载PyTorch完成。

（3）检验PyTorch是否安装正常

        输入：

pip show torch

       再输入：

python

        再输入：  

import torchvision

import torch

        没有报错，则正常。

        再输入：  

torch.cuda.is_available()

torch.randn(1).cuda()

        说明安装成功，功能正常。安装Ctrl+Z再回车退出。