【YOLOv13保姆级教程#01】10分钟搞定Anaconda安装与国内镜像源加速！

原创已于 2025-08-17 11:25:32 修改 · 1.3k 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#YOLOv13 #YOLO #Anaconda #Ubuntu #目标检测 #Linux

于 2025-06-28 13:33:10 首次发布

YOLOv13保姆级通关教程专栏收录该内容

4 篇文章

订阅专栏

YOLOv13保姆级入门教程(一)：10分钟搞定Anaconda安装与国内镜像源加速 | 小白也能轻松玩转目标检测！

文章目录

📖 前言：YOLOv13 来了！

Hello，各位小伙伴大家好！

YOLO系列又一次迎来了重磅更新——YOLOv13 已经正式发布！距离上次YOLOv12的推出仅过去了几个月，技术的迭代速度之快令人惊叹。

YOLOv13由清华大学等顶尖机构的研究者提出，其核心是基于超图增强的自适应视觉感知 (Hypergraph-Enhanced Adaptive Visual Perception)。从论文的性能对比图可以看出，YOLOv13在保持较低计算复杂度的同时，mAP精度相较于之前的版本有了显著提升。

为了帮助大家快速上手这一强大的新模型，我们计划推出一个完整的保姆级系列教程。本系列将覆盖从零开始的环境部署、模型训练、验证、推理到最终导出的全过程，并且特别针对在**Linux服务器（以Ubuntu为例）**上的操作进行详细讲解，对新手非常友好。

今天，我们就从第一步，也是最重要的一步开始：在Ubuntu上安装和配置Anaconda。

(1) Anaconda 安装：为YOLOv13打下坚实基础

一个稳定、隔离的Python环境是所有深度学习项目成功的基石。我们将使用Anaconda来管理我们的Python环境和依赖包。

1.1 下载Anaconda安装脚本

推荐直接从国内镜像源下载，以获得更快的速度。这里我们使用清华大学开源软件镜像站。

访问镜像站：
打开清华大学Anaconda镜像站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
选择最新版本：
点击按 Date 排序，找到最新的适用于 Linux-x86_64 的 .sh 安装脚本。例如，这里我们选择 Anaconda3-2025.06-0-Linux-x86_64.sh。
使用 wget 下载：
右键复制该文件的链接地址，然后在你的Ubuntu终端中执行以下命令进行下载。建议进入 ~/downloads 目录操作。
```
# 创建并进入downloads目录
mkdir -p ~/downloads
cd ~/downloads

# 使用wget下载，将链接替换为你复制的最新链接
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2025.06-0-Linux-x86_64.sh
```
小贴士：如果下载中断或被服务器拒绝，可以尝试加上 --user-agent="Mozilla" 参数来伪装成浏览器访问。

1.2 执行安装脚本

下载完成后，我们就可以开始安装了。

# 进入存放安装包的目录
cd ~/downloads

# 使用bash执行脚本，注意文件名要与你下载的匹配
bash Anaconda3-2025.06-0-Linux-x86_64.sh

⚠️注意：请不要使用 sudo 运行此脚本，因为Anaconda是为当前用户安装的。

在安装过程中，你需要：

按 Enter 查看许可证。
按住 空格 快速翻页，直到最后输入 yes 同意条款。
确认安装路径，通常直接按 Enter 使用默认的 ~/anaconda3 即可。
当被问到是否要运行 conda init 来初始化时，输入 yes！，以自动配置 .bashrc 文件，让你在打开新终端时能直接使用 conda 命令。

安装成功后，关闭当前终端并重新打开一个新的终端，你会看到命令提示符前出现了 (base) 字样，这说明Anaconda的基础环境已经默认激活。

(2) Conda与Pip换源：为依赖安装加速

为了后续能够快速安装各种Python包，我们需要将Conda和Pip的下载源更换为国内的镜像。

2.1 Conda 换源

我们继续使用清华镜像站的配置。

创建或编辑配置文件：
在你的主目录下 (~) 创建并编辑 .condarc 文件。
```
# 使用vim或nano等编辑器打开文件
vim ~/.condarc
```

粘贴配置内容：
将以下官方推荐的配置内容粘贴到文件中。

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

保存并退出。

2.2 Pip 换源

同样地，我们为 pip 也配置清华镜像源。

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

这条命令会自动在 ~/.config/pip/pip.conf 文件中写入配置。

2.3 验证换源

最后，我们可以通过 conda info 命令来验证Conda换源是否成功。

conda info

在输出结果中，检查 channel URLs 部分是否都指向了 mirrors.tuna.tsinghua.edu.cn。如果是，那么恭喜你，换源成功！

(3) 总结

到此为止，我们已经成功在Ubuntu上安装了Anaconda，并配置好了国内镜像源。这为我们后续搭建YOLOv13的专属运行环境做好了万全的准备。

在下一期教程中，我们将正式开始创建YOLOv13的虚拟环境，并安装所有必要的依赖。敬请期待！