如何配置YOLO11环境
目录
如何配置YOLO11环境
一、装对应的英伟达显卡驱动（也适用于初次安装用户）
二、装anaconda
三、YOLO11环境搭建
四、设置格式文件，进行YOLO11测试。
五、总结
一、装对应的英伟达显卡驱动（也适用于初次安装用户）
1．如何查看自己电脑的显卡类型和系统类型打开电脑控制面板，打开设备管理器。
显示如下，找到显示适配器即可查看对应的显卡类型
2．打开英伟达显卡驱动官网
https://www.nvidia/drivers/lookup/,选择对应的产品类别
我这里选择GeForce，其他默认我们点击查找即可。
进入下面这个界面，这里根据自己的需求进行选择安装，我们这里选择studio驱动程序，点击查看。
进入到下面界面我们点击下载。
我们选择把安装包放到桌面上。
3．下载完成后，双击运行进行安装。
默认安装位置即可。点击OK，等待下载。
安装完成之后，自动进入下面安装界面。
选择同意继续，默认精简就行。
等待安装完成即可（默认会覆盖以前的驱动），电脑可能会自动闪屏正常现象！安装完成之后我们点击关闭就行！可以把安装包删除了！
4．然后我们进入电脑终端查看显卡驱动版本，Win+R进入以下界面并输入cmd即可进入终端。
进入终端
在命令行nvidia-smi可以看到显卡驱动，这里我们可以看到和之前我们下载的驱动包是一样的驱动版本。
到这里我们已经完成了驱动的安装。
二、装anaconda
1．Anaconda简介
Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等。
因此安装Anaconda的好处主要为以下几点：
1）包含conda：conda是一个环境管理器，其功能依靠conda包来实现，该环境管理器与pip类似，那有童鞋会问了：我能通过pip装conda包达到conda环境管理器一样的功能吗？答案是不能，conda包的实现离不开conda环境管理器。
2）安装大量工具包：Anaconda会自动安装一个基本的python，该python的版本Anaconda的版本有关。该python下已经装好了一大堆工具包，这对于科学分析计算是一大便利，你愿意费时耗力使用pip一个个包去装吗？
3）可以创建使用和管理多个不同的Python版本：比如想要新建一个新框架或者使用不同于Anoconda装的基本Python版本，Anoconda就可以实现同时多个python版本的管理。
2．Anaconda安装情况
我的电脑目前装了python，我会选择保存他进行安装。
3．Anaconda的下载
你可以根据你的操作系统是32位还是64位选择对应的版本到官网下载，但是官网下载龟速，建议到清华大学镜像站下载，多快又好省，博主使用的版本是：
Anaconda3-5.2.0-Windows-x86_64.exe
下载好Anaconda3后直接双击安装包即可，
点击next，选择I agree。
这里注意选择所有用户。点击next。
安装位置建议不要更改，因为放在其他位置踩过很多坑。点击next。
把两个√都打上，点击安装！
等待安装完毕
安装完毕之后，点击next。
然后点击skip，这是给另外一个软件打的广告。
所有√都取消不选，点击finish安装完毕。
同样，我们Win+R输入cmd打开终端，输入conda --version，即可查到安装的版本号。
然后，我们需要anaconda使用我之前安装的Python。我们需要在终端中输入conda info -e 或者 conda-env list，查看Anaconda中当前存在的环境。
可以看到当前存在一个叫做base的环境和一个YOLOll的环境（这是我自己安装创建的），这个环境即是Anaconda安装的Python版本。下面我们需要进行创建YOLO11的环境搭建。
三、YOLO11环境搭建
1．打开我们刚刚安装的anaconda的配置应用文件anaconda prompt。双击打开即可。
2．打开之后输入conda create -n YOLO11 python=3.10，因为官网当中介绍该环境可以使用在Python3.8-3.12环境当中（暂时不支持Python3.13，一开始我也想使用Python3.13但是后面下载东西会无限报错）跟我一样操作就行了。这里需要等待一段时间下载完。以下是官网链接：https://docs.ultralytics/quickstart/#install-ultralytics
这里填上y,然后回车确认。继续等待他下载完成。
看到如下显示就是安装下载完成了。因为我已经下载过所以显示是这个样子，图二是第一次安装会出现的界面。
3．接下来我们需要检测一下是否成功创建了这个YOLO11这个环境，输入conda env list检验一下。我这里出现了三个环境bass、YOLO11和YOLOll三个环境。说明我们环境创建好了。
4．接下来我们切换到我们所创建的YOLO11环境当中去，在终端环境当中输入conda activate YOLO11。我们可以发现切换之后就能进入到我们所创建的YOLO11的环境当中。
5．现在环境配置下载完了，我们需要进入到官网，点击quickstart，进入下面这个页面。
6．然后我们需要复制下面这个代码pip install ultralytics，进入终端。
7．进入终端粘贴上去，回车确认下载。（可能需要魔法环境，因为我一直处于魔法状态，有兴趣的同学可以试试无魔法环境能否正常下载，之前我也是无环境然后一直报错说网络问题）
8．直到出现以下的环境，就表明你的安装正确下载没有问题。
9．然后我们再来测试一下能不能找到我们配置的YOLO11的环境。输入Python，点击回车。
10．在官网往下滑找到下面这个界面，复制以下代码from ultralytics import YOLO，点击回车。如果不报错，那就说明找到了，如果报错，我的建议是按照我的步骤重新配置，重新配置前建议把所有软件文件都删除重启之后再配置。
11．此时我们的环境就已经配置好了，说明是没有问题的。接下来我们输入exit()，退出Python。重新进入YOLO11环境。
四、设置格式文件，进行YOLO11测试。
1．首先我们需要创建一个文件夹我们命名为YOLO11,文件夹的创建在哪个位置由你自己进行安排，没有特殊要求。我的建议是找一个比较空的盘进行存放，因为后面需要测试的数据量肯定是特别大的。
2．在YOLO11的文件里面创建三个子文件夹，一个Annotations-----图片目标检测完存放文件；JPEGlmages-----初始待检测图片存放文件；Models-----YOLO11的模型权重文件存放出文件。
3．首先我们需要先解决权重文件的下载，我们进入官网点击Models进入模型下载权重文件下载界面。
4．点击YOLO11。
5．翻到这个界面，有五个模型我们选择合适自己的模型。
因为我们需要进行目标检测，所以我们直接点第一个就行直接点击Detection进入权重文件下载界面。
6．这个YOLO11检测模型总共给了我们五个权重文件。我们假如不想进行区别各个权重文件有什么区别的话，直接下载最后一个权重文件即可，最后一个权重文件，相对来说是完成度和精度最高的。
可以直接点击蓝色项目名下载，还是非常方便的。
7．下载位置选择我们刚刚创建的Models文件夹当中，下载完成如图二所示，其他权重文件看自己需求下载即可。
8．接下来我们使用vscode打开我们创建的文件夹
9．这个时候我们打开文件夹之后侧边栏已经有相应的文件夹的内容。
10．我们需要创建一个python的文件，例子创建为demo.py
11．接下来，我们继续打开官网，打开predict。下滑到界面的位置复制代码，粘贴到demo.py当中去。
12．复制代码如图所示，同时我们需要对代码进行如图所示的位置代码进行改写。
13．在改写之前我们需要找一些图片例子，在网上随便找一份街景图。另存到JPEGlmages文件夹当中另存为1.png。
14．这个时候我们有测试文件了开始按照我的下面进行更改代码。
15．改完代码之后我们打开VScode的终端，选择新建终端。
16．这个时候我们可以看到在vscode终端上面有一个问题，我们可以切换到那个问题那，然后点击更换输出环境；也可以CTRL+shift+p输入Python: Select Interpreter，然后选择“Enter”键。在出现的解释器列表中，仔细查找是否有名为Python [conda env:YOLOV11]的选项。一般我们前面环境创建成功了，那就基本上可以找到这个环境。
PS:还有另外一种情况就是当前终端前面显示PS的，在VSCode中打开终端时，如果前面显示的是“PS”而不是“base”，这通常意味着你的终端默认配置为PowerShell，而不是Conda环境或其他类型的终端。
“PS”是PowerShell的缩写，表明当前终端环境是PowerShell。PowerShell是Windows操作系统提供的一个功能强大的命令行工具，用于脚本编写和系统管理。
将VSCode的终端默认配置更改为其他类型（如CMD或Conda环境），你可以按照以下步骤操作：
打开VSCode：确保你正在使用的是最新版本的VSCode。
打开命令面板：你可以通过快捷键Ctrl+Shift+P（Windows/Linux）或Cmd+Shift+P（macOS）来打开命令面板。
选择终端默认配置文件：在命令面板中输入Terminal: Select Default Profile，然后选择该命令。
选择其他终端类型：在弹出的选项中选择你希望设置为默认的终端类型。例如，如果你希望使用CMD终端，则选择Command Prompt。
保存并重启VSCode：完成上述步骤后，关闭并重新打开VSCode，以确保更改生效。然后再按照上面的方法重新修改。
17．根据上面的步骤我们已经成功进入到了YOLO11的环境当中。
18．然后我们输入python demo.py，运行整个程序。可以得到以下标记图片。需要仔细注意标注红框的地方！
Ps:我们也可以测试一下图像区域分割的模型，代码也是和上面类似只需要改变一下他的权重文件即可。有兴趣的同学可以自己试试，当你需要创建相应的数据集时，不需要重复操作创建环境，只需要创建数据文件即可。和上面的操作是一样的。
代码只需要改变权重文件即可，示例：
这里的图像分割权重文件相较于检测文件，将检测出来的图像进行了描绘边缘标记，与周围环境分割开了！
五、总结
1．以上所有内容均来自于我这几天不断踩坑，不断关机重启，四处搜寻资料，最后总结了自己的方法不断查找资料，最后终于成功搭建好了YOLO11的环境。目前博主也是新手小白（从机械跨学到深度学习，真正0基础），希望通过自己这个有限的知识分享帮助各位都能进入深度学习的学习中，节约各位的时间！
2．码字不易，求点赞分享！
如何配置YOLO11环境
目录
如何配置YOLO11环境
一、装对应的英伟达显卡驱动（也适用于初次安装用户）
二、装anaconda
三、YOLO11环境搭建
四、设置格式文件，进行YOLO11测试。
五、总结
一、装对应的英伟达显卡驱动（也适用于初次安装用户）
1．如何查看自己电脑的显卡类型和系统类型打开电脑控制面板，打开设备管理器。
显示如下，找到显示适配器即可查看对应的显卡类型
2．打开英伟达显卡驱动官网
https://www.nvidia/drivers/lookup/,选择对应的产品类别
我这里选择GeForce，其他默认我们点击查找即可。
进入下面这个界面，这里根据自己的需求进行选择安装，我们这里选择studio驱动程序，点击查看。
进入到下面界面我们点击下载。
我们选择把安装包放到桌面上。
3．下载完成后，双击运行进行安装。
默认安装位置即可。点击OK，等待下载。
安装完成之后，自动进入下面安装界面。
选择同意继续，默认精简就行。
等待安装完成即可（默认会覆盖以前的驱动），电脑可能会自动闪屏正常现象！安装完成之后我们点击关闭就行！可以把安装包删除了！
4．然后我们进入电脑终端查看显卡驱动版本，Win+R进入以下界面并输入cmd即可进入终端。
进入终端
在命令行nvidia-smi可以看到显卡驱动，这里我们可以看到和之前我们下载的驱动包是一样的驱动版本。
到这里我们已经完成了驱动的安装。
二、装anaconda
1．Anaconda简介
Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等。
因此安装Anaconda的好处主要为以下几点：
1）包含conda：conda是一个环境管理器，其功能依靠conda包来实现，该环境管理器与pip类似，那有童鞋会问了：我能通过pip装conda包达到conda环境管理器一样的功能吗？答案是不能，conda包的实现离不开conda环境管理器。
2）安装大量工具包：Anaconda会自动安装一个基本的python，该python的版本Anaconda的版本有关。该python下已经装好了一大堆工具包，这对于科学分析计算是一大便利，你愿意费时耗力使用pip一个个包去装吗？
3）可以创建使用和管理多个不同的Python版本：比如想要新建一个新框架或者使用不同于Anoconda装的基本Python版本，Anoconda就可以实现同时多个python版本的管理。
2．Anaconda安装情况
我的电脑目前装了python，我会选择保存他进行安装。
3．Anaconda的下载
你可以根据你的操作系统是32位还是64位选择对应的版本到官网下载，但是官网下载龟速，建议到清华大学镜像站下载，多快又好省，博主使用的版本是：
Anaconda3-5.2.0-Windows-x86_64.exe
下载好Anaconda3后直接双击安装包即可，
点击next，选择I agree。
这里注意选择所有用户。点击next。
安装位置建议不要更改，因为放在其他位置踩过很多坑。点击next。
把两个√都打上，点击安装！
等待安装完毕
安装完毕之后，点击next。
然后点击skip，这是给另外一个软件打的广告。
所有√都取消不选，点击finish安装完毕。
同样，我们Win+R输入cmd打开终端，输入conda --version，即可查到安装的版本号。
然后，我们需要anaconda使用我之前安装的Python。我们需要在终端中输入conda info -e 或者 conda-env list，查看Anaconda中当前存在的环境。
可以看到当前存在一个叫做base的环境和一个YOLOll的环境（这是我自己安装创建的），这个环境即是Anaconda安装的Python版本。下面我们需要进行创建YOLO11的环境搭建。
三、YOLO11环境搭建
1．打开我们刚刚安装的anaconda的配置应用文件anaconda prompt。双击打开即可。
2．打开之后输入conda create -n YOLO11 python=3.10，因为官网当中介绍该环境可以使用在Python3.8-3.12环境当中（暂时不支持Python3.13，一开始我也想使用Python3.13但是后面下载东西会无限报错）跟我一样操作就行了。这里需要等待一段时间下载完。以下是官网链接：https://docs.ultralytics/quickstart/#install-ultralytics
这里填上y,然后回车确认。继续等待他下载完成。
看到如下显示就是安装下载完成了。因为我已经下载过所以显示是这个样子，图二是第一次安装会出现的界面。
3．接下来我们需要检测一下是否成功创建了这个YOLO11这个环境，输入conda env list检验一下。我这里出现了三个环境bass、YOLO11和YOLOll三个环境。说明我们环境创建好了。
4．接下来我们切换到我们所创建的YOLO11环境当中去，在终端环境当中输入conda activate YOLO11。我们可以发现切换之后就能进入到我们所创建的YOLO11的环境当中。
5．现在环境配置下载完了，我们需要进入到官网，点击quickstart，进入下面这个页面。
6．然后我们需要复制下面这个代码pip install ultralytics，进入终端。
7．进入终端粘贴上去，回车确认下载。（可能需要魔法环境，因为我一直处于魔法状态，有兴趣的同学可以试试无魔法环境能否正常下载，之前我也是无环境然后一直报错说网络问题）
8．直到出现以下的环境，就表明你的安装正确下载没有问题。
9．然后我们再来测试一下能不能找到我们配置的YOLO11的环境。输入Python，点击回车。
10．在官网往下滑找到下面这个界面，复制以下代码from ultralytics import YOLO，点击回车。如果不报错，那就说明找到了，如果报错，我的建议是按照我的步骤重新配置，重新配置前建议把所有软件文件都删除重启之后再配置。
11．此时我们的环境就已经配置好了，说明是没有问题的。接下来我们输入exit()，退出Python。重新进入YOLO11环境。
四、设置格式文件，进行YOLO11测试。
1．首先我们需要创建一个文件夹我们命名为YOLO11,文件夹的创建在哪个位置由你自己进行安排，没有特殊要求。我的建议是找一个比较空的盘进行存放，因为后面需要测试的数据量肯定是特别大的。
2．在YOLO11的文件里面创建三个子文件夹，一个Annotations-----图片目标检测完存放文件；JPEGlmages-----初始待检测图片存放文件；Models-----YOLO11的模型权重文件存放出文件。
3．首先我们需要先解决权重文件的下载，我们进入官网点击Models进入模型下载权重文件下载界面。
4．点击YOLO11。
5．翻到这个界面，有五个模型我们选择合适自己的模型。
因为我们需要进行目标检测，所以我们直接点第一个就行直接点击Detection进入权重文件下载界面。
6．这个YOLO11检测模型总共给了我们五个权重文件。我们假如不想进行区别各个权重文件有什么区别的话，直接下载最后一个权重文件即可，最后一个权重文件，相对来说是完成度和精度最高的。
可以直接点击蓝色项目名下载，还是非常方便的。
7．下载位置选择我们刚刚创建的Models文件夹当中，下载完成如图二所示，其他权重文件看自己需求下载即可。
8．接下来我们使用vscode打开我们创建的文件夹
9．这个时候我们打开文件夹之后侧边栏已经有相应的文件夹的内容。
10．我们需要创建一个python的文件，例子创建为demo.py
11．接下来，我们继续打开官网，打开predict。下滑到界面的位置复制代码，粘贴到demo.py当中去。
12．复制代码如图所示，同时我们需要对代码进行如图所示的位置代码进行改写。
13．在改写之前我们需要找一些图片例子，在网上随便找一份街景图。另存到JPEGlmages文件夹当中另存为1.png。
14．这个时候我们有测试文件了开始按照我的下面进行更改代码。
15．改完代码之后我们打开VScode的终端，选择新建终端。
16．这个时候我们可以看到在vscode终端上面有一个问题，我们可以切换到那个问题那，然后点击更换输出环境；也可以CTRL+shift+p输入Python: Select Interpreter，然后选择“Enter”键。在出现的解释器列表中，仔细查找是否有名为Python [conda env:YOLOV11]的选项。一般我们前面环境创建成功了，那就基本上可以找到这个环境。
PS:还有另外一种情况就是当前终端前面显示PS的，在VSCode中打开终端时，如果前面显示的是“PS”而不是“base”，这通常意味着你的终端默认配置为PowerShell，而不是Conda环境或其他类型的终端。
“PS”是PowerShell的缩写，表明当前终端环境是PowerShell。PowerShell是Windows操作系统提供的一个功能强大的命令行工具，用于脚本编写和系统管理。
将VSCode的终端默认配置更改为其他类型（如CMD或Conda环境），你可以按照以下步骤操作：
打开VSCode：确保你正在使用的是最新版本的VSCode。
打开命令面板：你可以通过快捷键Ctrl+Shift+P（Windows/Linux）或Cmd+Shift+P（macOS）来打开命令面板。
选择终端默认配置文件：在命令面板中输入Terminal: Select Default Profile，然后选择该命令。
选择其他终端类型：在弹出的选项中选择你希望设置为默认的终端类型。例如，如果你希望使用CMD终端，则选择Command Prompt。
保存并重启VSCode：完成上述步骤后，关闭并重新打开VSCode，以确保更改生效。然后再按照上面的方法重新修改。
17．根据上面的步骤我们已经成功进入到了YOLO11的环境当中。
18．然后我们输入python demo.py，运行整个程序。可以得到以下标记图片。需要仔细注意标注红框的地方！
Ps:我们也可以测试一下图像区域分割的模型，代码也是和上面类似只需要改变一下他的权重文件即可。有兴趣的同学可以自己试试，当你需要创建相应的数据集时，不需要重复操作创建环境，只需要创建数据文件即可。和上面的操作是一样的。
代码只需要改变权重文件即可，示例：
这里的图像分割权重文件相较于检测文件，将检测出来的图像进行了描绘边缘标记，与周围环境分割开了！
五、总结
1．以上所有内容均来自于我这几天不断踩坑，不断关机重启，四处搜寻资料，最后总结了自己的方法不断查找资料，最后终于成功搭建好了YOLO11的环境。目前博主也是新手小白（从机械跨学到深度学习，真正0基础），希望通过自己这个有限的知识分享帮助各位都能进入深度学习的学习中，节约各位的时间！
2．码字不易，求点赞分享！