YOLOv11的模型训练

励志考公的程序猿

已于 2025-02-08 01:34:54 修改

阅读量3.4k

点赞数 24

CC 4.0 BY-SA版权

分类专栏： YOLOV11 文章标签： YOLO

于 2025-02-08 01:34:08 首次发布

本文链接：https://blog.csdn.net/weixin_50170972/article/details/145504369

1. 环境配置

1.1 安装cuda及cudnn

1.1.1 下载及安装cuda

在安装pytorch前需要安装cuda，下载cuda前需要先查看显卡支持的CUDA版本最高是多少，按下win+r键，输入cmd，在打开的页面输入：nvidia-smi ，即可查看。

cuda驱动下载

下载完之后运行安装，建议安装到默认路径，所以C盘需要留有20G以上的存储空间，一直点击下一步，直到出现这个界面点击自定义，然后全部勾选即可。

将下图中选项全部勾选安装。

安装完成后可以再次在cmd里输入命令：nvcc -V 查看，如下显示即安装成功

1.1.2 cudnn安装

进入cudnn官网，选择合适版本的文件。

cudnn驱动下载

进入后在文件列表中选择cudnn版本与上面cuda安装相匹配的版本。

下载Windows版本的压缩包文件。

将得到的压缩文件进行解压，解压后得到下图三个文件夹，全选复制进cuda的文件夹中进行覆盖替换，替换完成后即cudnn安装完成。按照本文教程安装的cuda的文件夹默认在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8 目录下。

1.2 创建虚拟环境

从 Python3.3 以后，标准库就内置了一个名为 venv 的模块，我们可以用它来创建虚拟环境，完全替换 virtualenv。

1.2.1 安装

不需要安装，Python3.3 及以上版本的内置标准模块.

1.2.2 用法

创建环境(bash)

python -m venv ENV_DIR

ENV_DIR 指定存放环境的目录，一般使用 venv，这是一个不成文的规定。

虚拟环境的目录树结构如下（Windows）：

.venv
    ├─pyvenv.cfg
    ├─Include
    ├─Lib
    │  └─site-packages
    │      ├─pip
    │      ├─pip-20.2.3.dist-info
    │      ├─pkg_resources
    │      ├─setuptools-49.2.1.dist-info
    │      ├─easy_install.py
    │      └─__pycache__
    └─Scripts
    │  └─activate
    │  └─activate.bat
    │  └─Activate.ps1
    │  └─deactivate.bat
    │  └─easy_install-3.9.exe
    │  └─easy_install.exe
    │  └─pip.exe
    │  └─pip3.9.exe
    │  └─pip3.exe
    │  └─python.exe
    │  └─pythonw.exe

pyvenv.cfg 是一个配置文件，包含三个参数：