用YOLO11识别JJ象棋棋子 - 环境搭建

YOLO11 基于深度学习和计算机视觉领域的尖端技术，在速度和准确性方面提供了无与伦比的性能。其简化的设计使其适用于各种应用，并且可以轻松适应从边缘设备到云 API 的不同硬件平台。

Windows:

Anaconda
CUDA 11.8(Nvidia显卡)
CUDNN(Nvidia显卡)

配置:

Intel i5-11400H
Nvidia RTX 3050 Laptop
32G RAM

使用如下指令来创建一个名为yolo,python版本为3.10的虚拟环境:

conda create -n yolo python=3.10

现在激活名为yolo的虚拟环境

conda active yolo

如果提示 CondaError: Run ‘conda init’ before ‘conda active’
请以管理员身份打开PowerShell并执行 conda init

接下来安装依赖

conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda=11.8 ultralytics  
conda remove opencv  
pip install opencv-python ultralytics

现在，我们可以测试一下

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
results = model("https://ultralytics.com/images/bus.jpg")
for result in results:
    result.show()

你可以得到这样的一张图片

至此，环境搭建完毕