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
Coding茶水间1 天前
基于深度学习的35种鸟类检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·计算机视觉
深蓝海拓1 天前
YOLO v11的学习记录(八) 使用自定义数据从头训练一个目标检测的模型
学习·yolo
懷淰メ1 天前
【AI加持】基于PyQt5+YOLOv8+DeepSeek的结核杆菌检测系统(详细介绍)
yolo·目标检测·计算机视觉·pyqt·deepseek·ai分析·结核杆菌
CodeComposer1 天前
AI训练(目标检测:yolov8)
人工智能·yolo·目标检测
菩提树下的凡夫1 天前
Yolov11的空标注负样本技术在模型训练中的应用
人工智能·深度学习·yolo
老周聊架构1 天前
YOLO11实战——物体检测识别
yolo·视觉检测
plmm烟酒僧2 天前
TensorRT 推理 YOLO Demo 分享 (Python)
开发语言·python·yolo·tensorrt·runtime·推理
weixin_457340212 天前
旋转OBB数据集标注查看器
图像处理·人工智能·python·yolo·目标检测·数据集·旋转
糖果罐子♡2 天前
在 openEuler 上部署 YOLOv8 实现实时目标检测
人工智能·yolo·目标检测