当前位置: 首页 > news >正文

PyCharm中搭建PyTorch和YOLOv10开发环境 - 实践

PyCharm中搭建PyTorch和YOLOv10开发环境 - 实践

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​

    • 用于管理 Python 虚拟环境和依赖库,下载地址:Anaconda 官网Download Anaconda Distribution | Anaconda 不需要登录,可以跳过注册

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:

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:

# 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:

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:

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):

    # 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​​:

    pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1

验证安装:在 Python 终端运行:

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​​:

    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:

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​​:

    • File→ Settings→ Project: yolov10→ Python Interpreter

    • 点击 ⚙️ → Add Interpreter→ Conda 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​

http://www.hskmm.com/?act=detail&tid=23794

相关文章:

  • 基于PCIe(XDMA)的多路(1-32路)信号采集与回放子系统, 多路视频、AD、光纤等信号,支持PR over PCIe
  • Spring事务管理:@Transactional注解
  • AI元人文的未来:软硬件协同发展研究报告——声明Ai研究
  • 个人主页网址
  • 10.3考试t3(similarity)solution
  • 安卓渗透测试流
  • 日志|寻找旋转排序数组中的最小值|寻找两个正序数组的中位数|二分查找
  • 有关三角剖分的性质
  • 西门子通信-自制示意
  • Vue之刷新页面会触发的生命周期函数
  • 傅里叶的一生
  • Dos命令学习(新手)
  • 吴恩达深度学习课程一:神经网络和深度学习 第一周:深度学习简介
  • 实用指南:AI Agent开发平台如何设计?核心架构与工作流实战案例详解
  • Numercial result of HAA-DRSM
  • 防重复提交的实现
  • Day25错误(error)与异常(exception)的简单认识
  • 算法课第一次作业
  • 1. 对拍板子
  • Luogu P14122 [SCCPC 2021] Direction Setting题解 最小费用流
  • MySQL_基础
  • 5 qoj14553 序列与整数对 题解
  • AT_arc064_d [ARC064F] Rotated Palindromes
  • vscode代码块格式转换器
  • 二分模板
  • 如何控制事务?
  • C语言速成秘籍——跳转语句(goto) - 实践
  • 五子棋-下满了格子平局
  • 从免疫原性突破到技术迭代:全人源抗体如何重塑靶向治疗格局?
  • 工作感受月记(202510月)