📚 课程目录第2章环境搭建

2. 环境搭建

说实话，很多同学模型调优调得不错，但一上来就被环境折腾半天。我见过太多人卡在「装包两小时，跑通五分钟」的尴尬里。这一章，咱们就把地基打牢。

环境搭建这事，说白了就是三件事：Python环境、PyTorch版本、CUDA对齐。这三样但凡有一个对不上，后面全是坑。

2.1 PyTorch环境配置

我个人习惯用 conda 管理环境。为什么？因为项目多了你就知道，每个框架依赖的包版本经常打架。conda 能帮你隔离得干干净净。

核心原则：PyTorch 版本必须与 CUDA 驱动版本匹配。不匹配的话，GPU 根本用不上，白费力气。

2.1.1 创建虚拟环境

# 创建 Python 3.8 环境（YOLOv6 官方推荐）
conda create -n yolov6 python=3.8 -y

# 激活环境
conda activate yolov6

这里我多说一句：Python 3.8 是目前兼容性最好的版本。3.9 以上有些老包装不上，3.7 以下又太旧。嗯，就选 3.8，稳。

2.1.2 安装 PyTorch

先确认你的显卡驱动支持哪个 CUDA 版本。在终端跑一下：

nvidia-smi

看右上角的 CUDA Version。比如显示 11.8，那就装对应版本的 PyTorch。

CUDA 版本	PyTorch 安装命令	适用场景
11.8	`pip install torch==2.0.1 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cu118`	主流显卡（RTX 30/40系列）
12.1	`pip install torch==2.1.0 torchvision==0.16.0 --index-url https://download.pytorch.org/whl/cu121`	新卡或最新驱动
CPU only	`pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu`	无 GPU 或调试用

我曾经踩过的坑：有一次装完 PyTorch 发现 GPU 用不了，查了半天，结果是 conda 自动装了 CPU 版本。所以装完后一定要验证：

python -c "import torch; print(torch.cuda.is_available())"

输出 True 才算成功。

2.2 YOLOv6 源码下载

YOLOv6 的官方仓库在 GitHub 上。我个人建议直接 clone 最新稳定版，别用 dev 分支，除非你想当小白鼠。

# 克隆官方仓库
git clone https://github.com/meituan/YOLOv6.git

# 进入目录
cd YOLOv6

你想想看，为什么用 git clone 而不是下载 zip？因为后续你要切换分支、拉取更新，git 管理起来方便得多。我在项目里经常需要回退到某个 commit 做对比实验，zip 包根本做不到。

2.3 依赖安装

YOLOv6 的依赖写在 requirements.txt 里。直接装就行：

pip install -r requirements.txt

但这里有个细节——建议用 pip 而不是 conda。因为 conda 源里的包版本往往滞后，而 YOLOv6 对某些包的版本有硬性要求。

2.3.1 核心依赖清单

包名	版本要求	作用
torch	≥1.7.0	深度学习框架
torchvision	≥0.8.0	图像处理与数据增强
numpy	≥1.19.0	数值计算
opencv-python	≥4.5.0	图像读写与预处理
pyyaml	≥5.4.0	配置文件解析
tqdm	≥4.64.0	进度条显示
matplotlib	≥3.3.0	可视化

小技巧：如果装包时遇到网络超时，可以加国内镜像源：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

清华源的速度，谁用谁知道。

2.4 数据集准备流程

YOLOv6 支持 COCO 格式和自定义数据集。咱们先讲 COCO，再讲自定义。

2.4.1 COCO 数据集下载

COCO 2017 是 YOLOv6 官方训练用的数据集。下载命令如下：

# 创建数据目录
mkdir -p datasets/coco
cd datasets/coco

# 下载训练集和验证集
wget http://images.cocodataset.org/zips/train2017.zip
wget http://images.cocodataset.org/zips/val2017.zip

# 下载标注文件
wget http://images.cocodataset.org/annotations/annotations_trainval2017.zip

# 解压
unzip train2017.zip
unzip val2017.zip
unzip annotations_trainval2017.zip

这个过程比较耗时，train2017 有 18GB。我建议你晚上睡觉前跑下载，第二天起来就搞定了。

2.4.2 自定义数据集准备

如果你要用自己的数据，YOLOv6 要求标注格式为 YOLO 格式：

每张图片对应一个同名的 .txt 文件
每行格式：class_id x_center y_center width height
坐标值归一化到 [0, 1]

举个例子，一张图片里有一个猫和一个狗：

0 0.5 0.5 0.3 0.4
1 0.8 0.6 0.2 0.3

其中 0 代表猫，1 代表狗。

注意：YOLO 格式的坐标是 归一化后的中心点坐标，不是左上角坐标。很多新手在这里翻车。我建议你用 LabelImg 标注，它可以直接导出 YOLO 格式。

2.4.3 数据集目录结构

YOLOv6 期望的数据集目录结构如下：

datasets/
└── custom/
    ├── images/
    │   ├── train/
    │   │   ├── img1.jpg
    │   │   └── img2.jpg
    │   └── val/
    │       ├── img3.jpg
    │       └── img4.jpg
    └── labels/
        ├── train/
        │   ├── img1.txt
        │   └── img2.txt
        └── val/
            ├── img3.txt
            └── img4.txt

说白了，就是图片和标注文件分开放，但文件名必须一一对应。

2.5 环境验证

装完所有东西后，跑一个简单的测试脚本，确保一切正常：

import torch
import torchvision
import cv2
import numpy as np

print(f"PyTorch version: {torch.__version__}")
print(f"CUDA available: {torch.cuda.is_available()}")
print(f"OpenCV version: {cv2.__version__}")
print(f"NumPy version: {np.__version__}")

# 测试 GPU 是否正常工作
if torch.cuda.is_available():
    x = torch.randn(3, 640, 640).cuda()
    print(f"GPU test passed: {x.shape}")
else:
    print("Warning: GPU not available, using CPU")

如果输出没有报错，恭喜你，环境搭建完成。

2.6 本章知识结构图

下面这张图帮你理清整个环境搭建的流程：

嗯，到这步为止，你的环境就全部就绪了。接下来就可以开始真正的模型训练和调优了。