Mamba YOLO环境配置和测试(Ubuntu20.04-cuda11.8)

Title:Mamba-YOLO:SSMs-based for Object Detection

code:https://github.com/HZAI-ZJNU/Mamba-YOLO.git

论文地址:https://arxiv.org/abs/2406.05835

一、下载代码

git clone https://github.com/HZAI-ZJNU/Mamba-YOLO.git

二、环境配置

我是用之前自己的环境,也可以按照官方Readme要求进行配置,但

cd selective_scan && pip install . && cd ..

报错:

ERROR: Could not build wheels for selective_scan, which is required to install pyproject.toml-based projects

这里直接从这个博客下载了selective-scan.whl (CUDA 11.8 包含selective_scan_core),并安装。

三、测试

测试代码来自:Predict - Ultralytics YOLO Docs

from PIL import Image

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Run inference on 'bus.jpg'
results = model(["bus.jpg", "zidane.jpg"])  # results list

# Visualize the results
for i, r in enumerate(results):
    # Plot results image
    im_bgr = r.plot()  # BGR-order numpy array
    im_rgb = Image.fromarray(im_bgr[..., ::-1])  # RGB-order PIL image

    # Show results to screen (in supported environments)
    r.show()

    # Save results to disk
    r.save(filename=f"results{i}.jpg")

测试结果:

注:如果不安装 selective_scan_core,也可以进行测试,但会出现这个错误!!!结果如下:

### 安装配置Mamba环境 为了在Windows操作系统上安装并配置Mamba环境,可以遵循如下方法: #### 使用命令提示符或PowerShell执行操作 1. 首先需要下载Miniconda或者Anaconda。对于大多数开发者而言,推荐使用轻量级版本即Miniconda[^1]。 2. 执行已下载的Miniconda安装程序,在安装过程中选择添加到PATH环境变量选项以便于后续通过命令行调用。 3. 完成上述软件包安装之后打开命令提示符(CMD)或PowerShell输入`conda init`初始化Conda以支持更多shell特性。 4. 接下来可以通过下面这条指令来安装mamba作为替代工具加速依赖解决过程: ```bash conda install mamba -n base -c conda-forge ``` 5. 创建一个新的虚拟环境用于隔离不同项目之间的库文件冲突等问题,并激活该环境: ```bash mamba create --name yolomamba python=3.9 -y mamba activate yolomamba ``` ### 设置YOLO框架 完成以上步骤后就可以着手准备YOLO的相关设置了。这里假设要搭建的是YOLOv5为例说明具体做法: 1. 利用Git克隆官方仓库至本地计算机中: ```bash git clone https://github.com/ultralytics/yolov5.git cd yolov5 ``` 2. 进入对应的目录下利用pip工具安装必要的Python库: ```bash pip install -r requirements.txt ``` 此时已经成功创建了一个名为`yolomamba`的新环境并且在这个环境下完成了YOLO v5的基础部署工作。如果想要尝试其他版本比如YOLOv7,则只需更改GitHub链接指向相应的分支即可。
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值