第3章：环境搭建与基础工具链

说实话，做模型优化这行，环境搭不好，后面全是坑。我见过太多同学在剪枝量化上花了大把时间，结果一跑推理，发现是环境版本没对齐——那种感觉，就像你修了半天车，结果发现油箱盖没拧紧。

这一章，咱们就把地基打牢。我会带你一步步配好PyTorch、Ultralytics、ONNX和TensorRT。嗯，都是干货。

3.1 PyTorch环境配置

PyTorch是整个流程的基石。我个人习惯用conda来管理环境，干净、隔离、好回滚。

推荐配置清单：

组件	推荐版本	说明
Python	3.10 - 3.12	太老不支持新算子，太新有些库没适配
PyTorch	2.1.0 或 2.2.0	稳定，对ONNX导出友好
CUDA	11.8 或 12.1	看显卡驱动，用 nvidia-smi 查
cuDNN	8.9+	加速卷积运算，别用太旧

安装命令很简单：

# 创建环境
conda create -n yolov11 python=3.10 -y
conda activate yolov11

# 安装PyTorch（以CUDA 12.1为例）
pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu121

# 验证安装
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

3.2 Ultralytics库安装

Ultralytics是YOLOv11的官方库。说白了，它把训练、验证、导出都封装好了。但注意，版本很重要。

安装方式：

pip install ultralytics==8.2.0  # 推荐这个版本，剪枝量化兼容性好

装完后，跑个快速验证：

yolo predict model=yolo11n.pt source='https://ultralytics.com/images/bus.jpg'

如果能看到检测结果，说明环境通了。你想想看，这一步要是卡住，后面剪枝量化根本没法搞。

3.3 ONNX与TensorRT环境

ONNX是模型交换的中间格式，TensorRT是NVIDIA的推理加速引擎。这两兄弟，一个负责转格式，一个负责榨干显卡性能。

安装步骤：

# ONNX
pip install onnx==1.15.0 onnxruntime-gpu==1.17.0

# TensorRT（建议用deb或tar包安装，pip版功能不全）
# 下载地址：https://developer.nvidia.com/tensorrt
# 以TensorRT 8.6.1为例
pip install tensorrt==8.6.1

# 验证
python -c "import tensorrt as trt; print(trt.__version__)"

为什么推荐deb包？因为pip版的TensorRT有时候缺一些自定义算子，导出时会报错。我踩过这个坑，折腾了两天才发现是安装方式的问题。

3.4 模型验证与基准测试

环境搭完，得跑个基准测试。说白了，就是看看你的机器能跑多快，模型精度对不对。

我一般用这个脚本做快速验证：

from ultralytics import YOLO
import time

# 加载模型
model = YOLO('yolo11n.pt')

# 预热（防止第一次推理慢）
model('https://ultralytics.com/images/bus.jpg')

# 正式测试
start = time.time()
for _ in range(100):
    model('https://ultralytics.com/images/bus.jpg')
end = time.time()

print(f"平均推理时间: {(end-start)/100*1000:.2f} ms")
print(f"FPS: {100/(end-start):.2f}")

基准测试指标：

指标	说明	参考值（RTX 4090）
推理时间	单张图片处理耗时	2-5 ms
FPS	每秒处理帧数	200-500
显存占用	推理时显存峰值	1-2 GB
mAP@0.5	COCO验证集精度	0.65-0.70

为什么会这样？因为GPU有冷启动和频率调整。跑几次后，显卡温度上来，频率稳定了，数据才可信。

3.5 本章知识体系

下面这张图，把整个环境搭建的逻辑串起来了。你一看就明白：

这张图你看懂了吗？PyTorch是根，Ultralytics、ONNX、TensorRT是三条腿，基准测试是检验标准。缺一个，整个流程就瘸了。