yolo-world环境配置

CUDA 11.6

conda install pytorch1.13.1 torchvision0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

bash 复制代码
# 安装虚拟环境
# 1. 创建 conda 环境
conda create -n yolo-world python=3.9
conda activate yolo-world

# 2. 安装 PyTorch + CUDA 11.6(使用 conda)
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

# 如果 conda 下载慢,可以改用 pip(但需先安装 conda 的 cudatoolkit):
# conda install cudatoolkit=11.6 -c nvidia
# pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 3. 安装其他依赖(用 pip 并指定清华源)
pip install requests==2.28.2 tqdm==4.65.0 rich==13.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -U openmim -i https://pypi.tuna.tsinghua.edu.cn/simple

# 4. 通过 mim 安装 MM 系列库
mim install mmcv==2.1.0
mim install mmdet==3.3.0
mim install mmengine==0.10.4
mim install mmyolo==0.6.0

# 注意:mmcv-lite 和 mmcv 冲突,二选一即可
# mim install mmcv-lite==2.0.1  # 如果不需要完整版 mmcv

抱抱脸国内连接不上

bash 复制代码
git config --global url."https://hf-mirror.com".insteadOf "https://huggingface.co"
git clone https://hf-mirror.com/openai/clip-vit-base-patch32
相关推荐
程序猿小D2 天前
【完整源码+数据集+部署教程】【智慧工地监控】建筑工地设备分割系统: yolov8-seg-efficientViT
python·yolo·计算机视觉·数据集·yolov8·yolo11·建筑工地设备分割系统
小雪狼2 天前
RV1126 RKNN环境搭建记录
rnn·yolo
nju_spy2 天前
计算机视觉 - 物体检测(二)单阶段:YOLO系列 + SSD
人工智能·yolo·目标检测·计算机视觉·ssd·r-cnn·端到端检测
码猩2 天前
YOLO通用无人机目标检测框架
人工智能·yolo·目标检测
Hcoco_me2 天前
YOLO入门教程(番外):计算机视觉数学、编程基础
人工智能·yolo·计算机视觉
IT古董4 天前
【第五章:计算机视觉-项目实战之目标检测实战】2.目标检测实战:中国交通标志检测-(4)YOLOv8训练与测试
yolo·目标检测·计算机视觉
钱彬 (Qian Bin)4 天前
企业级实战:构建基于Qt、C++与YOLOv8的模块化工业视觉检测系统(基于QML)
c++·qt·yolo·qml·工业质检·qt 5.15.2
编程武士5 天前
从50ms到30ms:YOLOv10部署中图像预处理的性能优化实践
人工智能·python·yolo·性能优化
IT古董5 天前
【第五章:计算机视觉-项目实战之图像分割实战】1.图像分割理论-(1)图像分割基础知识:定义、任务描述、应用场景、标注格式
yolo·目标检测·计算机视觉
szxinmai主板定制专家5 天前
基于ZYNQ的ARM+FPGA+yolo AI火灾实时监测与识别系统
arm开发·yolo·fpga开发