1.ultralytics 环境安装
1.1安装miniconda
下载址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
注意将安装好的"condabin文夹件位置"添加到PATH中（我的电脑（右键）-属性-高级系统设置-环境变量-用户变量-PATH）。
也可以安装anaconda
1.2创建conda环境
在cmd（或Anaconda Prompt）中使用命令
conda create -n ultralytics python=3.9一般不适用完全最新的版本，老版本更稳定。
当弹出一下信息时，标明当前环境已创建完成
#进入环境
conda activate ultralytics
#退出环境
conda deactivate1.3配置清华园镜像
可使用以下命令设为默认镜像，也可设置豆瓣、阿里云等镜像地址。
pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple有以下提示表示安装成功。
1.4安装Pytorch
在安装ultralytics之前先安装Pytorch，因为直接安装ultralytics会默认安装CPU一个CPU版本的Pytorch。
PyTorch Foundation - PyTorch
https://pytorch.org/
Nvidia显卡可在cmd中使用命令查看CUDA版本
nvidia-smi查看版本号，如下图中CUDA Version为13.4，安装的Pytorch版本不大于13.4即可。
在官网选择好Pytorch的版本，复制安装命令到激活ultralytics 环境的cmd中，执行命令即可。
安装完成后使用以下命令进行验证。显示 “cuda：0” 即为安装成功。
注意事项：
（1）Pytorch官方地址：https://pytorch.org/；
（2）在一个单独的环境中，能使用pip就尽量使用pip，实在有问题的情况，例如没有合适的编译好的系统版本的安装包，再使用conda进行安装，不要来回混淆；
（3）如果只需要训练、简单推理，则无需单独安装CUDA，直接安装pytorch;如果有部署需求，例如导出TensorRT模型，则需要进行CUDA安装
（4）必须使用官网的命令进行安装，否则安装的是cpu的版本
（5）amd的独立显卡或者没有独立显卡的机器安装cpu版本即可
1.5安装ultralytics
可以使用pip直接安装
pip install ultralytics建议在github中安装。
点击release版本后使用Source code（ZIP）下载。
1.5.1安装方法一：使用prompt安装
将下载的安装包放在桌面（安装包安装后可删除），在prompt中使用cd 命令进入解压后的文件夹安装。
#安装命令
pip install -e .1.5.2安装方法二：使用cmd安装
在解压后的文件夹地址栏输入cmd，可打开cmd界面。
在cmd界面激活ultralytics 环境
#进入环境
conda activate ultralytics如果出现conda不是内部命令的提示，执行以下操作
1.在path中添加“condabin文件夹地址”
2.打开cmd，执行命令：conda init cmd.exe或conda init powershell
3.关闭并重新打开cmd
4.再运行 conda --version查看conda版本确认添加成功进入环境后使用命令安装
#安装命令
pip install -e .1.5.3安装jupyterlab和tensorboard
#安装命令
pip install jupyterlab tensorboard
jupyterlab：用于便于代码编写
tensorboard：用于便于观察lase变化
1.5.4测试是否安装成功
安装按成后输入YOLO检查是否安装成功。
可弹出YOLO的相关信息则表示安装成功。
2.安装VSCODE
官方地址: https://code.visualstudio.com/download
插件安装：
Python(代码编写)
jupyter(jupyter notebook支持)
Chinese Language Pack (简体中文包)
remotessh(连接服务器，无需求可不安装)
2.1安装完成后注意选择默认配置文件：cmd.exe
2.2选择解释器：ultralytics
转载自 CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/w1015601709/article/details/168440385
