深度学习环境搭建

step1:安装cuda和cuDNN

检查显卡支持的cuda版本，cmd打开终端输入：

1
nvidia-smi.exe

可以看到CUDA version

打开下面的网址下载对应的cuda并安装

CUDA Toolkit Archive | NVIDIA Developer

从下面网址下载与cuda版本对应的cuDNN并安装

cuDNN Download | NVIDIA Developer

step2：安装anaconda

下载链接：Free Download | Anaconda

安装完成后，在系统环境变量里配置anaconda：

1
2
3
4
5
D:\Anaconda 
D:\Anaconda\Scripts 
D:\Anaconda\Library\mingw-w64\bin
D:\Anaconda\Library\usr\bin 
D:\Anaconda\Library\bin

step3：创建一个用于深度学习的python环境

打开Anaconda prompt，输入如下命令行（detect_uav为环境的名字）

1
conda create -n detect_uav python=3.8

激活该环境

1
activate detect_uav

可能会遇到激活失败的情况，输入以下命令后重新打开终端：

1
conda init

进入PyTorch网址，找到对应的pytorch版本下conda下载pytorch的命令行，如：

1
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

输入到上面激活的环境中进行下载。

使用yolov8

安装依赖ultralytics

1
pip install ultralytics

如果找不到，或是其他问题，可以选择先将依赖 (https://github.com/ultralytics/ultralytics) 下载到本地，将环境切换到依赖的路径再进行安装：

1
pip install -e .