PyCharm中搭建PyTorch和YOLOv10开发环境

经典项目参考:https://blog.csdn.net/qq_42589613/article/details/130941899

环境准备(安装Anaconda和PyCharm)、

创建虚拟环境、

安装PyTorch(区分GPU和CPU版本)、

获取YOLOv10源码、

安装项目依赖、

配置PyCharm解释器、

验证环境是否正常工作

一、环境准备(系统级配置)​

  1. ​安装 Anaconda​

2.配置 CUDA 和 cuDNN(GPU用户必做)​

  • 检查显卡驱动兼容性:命令行输入 nvidia-smi,确认 CUDA 版本

官网下载:CUDA

二、创建虚拟环境​

步骤 1: 克隆项目仓库

首先,使用 Git 克隆 YOLOv10 项目仓库到您的本地机器:

bash 复制代码
git clone https://github.com/THU-MIG/yolov10.git
cd yolov10

步骤 2: 创建虚拟环境

建议使用 Conda 创建一个虚拟环境,以避免依赖冲突:

bash 复制代码
# 打开 Anaconda Prompt
conda create -n yolov10 python=3.9  # 创建 Python 3.9 环境
conda activate yolov10              # 激活环境

步骤 3: 安装依赖项

在激活的虚拟环境中,安装项目所需的依赖项:

bash 复制代码
pip install -r requirements.txt
bash

步骤 4: 验证安装

安装完成后,您可以通过运行以下命令来验证安装是否成功:

bash 复制代码
python app.py

📌 注:Python 3.9 是 YOLOv10 的推荐版本

​三、安装 PyTorch(GPU/CPU 版本)​

  • ​GPU 版本​​(需匹配 CUDA 版本):

    bash 复制代码
    # CUDA 11.8 示例
    pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu118
    
    如果安装失败,可以安装其它版本:
    pip install torch==2.7.1+cu118 torchvision==0.18.1+cu118 torchaudio==2.7.1+cu118 --index-url https://download.pytorch.org/whl/cu118
  • ​CPU 版本​​:

    bash 复制代码
    pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1

💡 验证安装:在 Python 终端运行:

复制代码
import torch print(torch.__version__, torch.cuda.is_available()) # 输出 True 表示 GPU 可用

​四、安装 YOLOv10 及依赖​

  1. ​克隆源码​​:

    bash 复制代码
    git clone https://github.com/THU-MIG/yolov10.git
    
    
    git clone https://gitcode.com/GitHub_Trending/yo/yolov10
    
    cd yolov10

    若安装失败,尝试:

bash 复制代码
pip uninstall -y -r requirements.txt  # 卸载冲突包
pip install --upgrade --no-deps -r requirements.txt  # 跳过依赖检查

五、PyCharm 环境配置​

  1. ​打开项目​​:

    PyCharm → Open→ 选择 yolov10项目目录。

  2. ​配置解释器​​:

    • FileSettingsProject: yolov10Python Interpreter

    • 点击 ⚙️ → Add InterpreterConda Environment→ 选择 Existing environment

    • 路径指向:Anaconda3/envs/yolov10/python.exe(Windows)或 ~/anaconda3/envs/yolov10/bin/python(Linux/macOS)。

  3. ​验证路径​​:

    在 PyCharm 终端运行 conda info --envs,确认激活 yolov10环境。


🧪 ​​六、验证环境​

相关推荐
DKunYu26 分钟前
2.1线性回归
pytorch·python·深度学习·1024程序员节
被放养的研究生6 小时前
PyCharm常用快捷键
pycharm
盼小辉丶7 小时前
视觉Transformer实战 | Transformer详解与实现
pytorch·深度学习·transformer·1024程序员节
java1234_小锋9 小时前
[免费]基于Python的YOLO深度学习垃圾分类目标检测系统【论文+源码】
python·深度学习·yolo·垃圾分类·垃圾分类检测
AI棒棒牛10 小时前
论文精读系列:Retinanet——目标检测领域中的SCI对比实验算法介绍!可一键跑通的对比实验,极大节省小伙伴的时间!!!
yolo·目标检测·计算机视觉·对比实验·1024程序员节·创新·rtdter
Python×CATIA工业智造11 小时前
Python函数包装技术详解:从基础装饰器到高级应用
python·pycharm
遇雪长安11 小时前
深度学习YOLO实战:4、模型的三要素:任务、类别与规模
人工智能·深度学习·yolo
DKunYu15 小时前
2.2softmax回归
pytorch·python·深度学习·1024程序员节
侯喵喵16 小时前
Jetson orin agx配置ultralytics 使用docker或conda
yolo·docker·1024程序员节·ultralytics
tainshuai1 天前
YOLOv4 实战指南:单 GPU 训练的目标检测利器
yolo·目标检测·机器学习