Conda 是一个开源软件包和环境管理系统，它的隔离环境使其特别适合数据科学和机器学习工作。
安装Anaconda
Anaconda 下载地址：https://www.anaconda.com/download/
安装完成后，可以使用命令行或者GUI管理虚拟环境。
命令行：
1).conda info 查看当前环境的信息
2).conda info -e 查看已经创建的所有虚拟环境
3).conda activate xx 切换到xx虚拟环境
4).conda deactivate 退出当前虚拟环境
5).conda create -n xxx python=3.9 创建一个python3.9 名为xxx的虚拟环境
6).conda remove -n env_name --all 移除环境，也可在Anaconda Navigator中移除
设置 Conda 环境
首先，创建一个新的 Conda 环境。打开终端，运行以下命令
conda create --name ultralytics-env python=3.13 -y
激活新环境：
conda activate ultralytics-env
安装Ultralytics
您可以从 conda-forge 频道安装Ultralytics 软件包。执行以下命令
conda install -c conda-forge ultralytics
CUDA 环境说明
如果您在CUDA 环境中工作，最好一起安装 ultralytics, pytorch和 pytorch-cuda 以解决任何可能的冲突：
conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda=11.8 ultralytics
使用Ultralytics
Ultralytics 安装完成后，您就可以开始使用其强大的功能进行对象检测、实例分割等。例如，要预测图像，可以运行
from ultralytics import YOLO
model = YOLO("yolo11n.pt") # initialize model
results = model("path/to/image.jpg") # perform inference
results[0].show() # display results for the first image
Ultralytics Conda Docker 映像
如果您喜欢使用 Docker，Ultralytics 提供包含 Conda 环境的 Docker 映像。您可以从DockerHub 获取这些映像。
拉取最新的Ultralytics 镜像：
# Set image name as a variable
t=ultralytics/ultralytics:latest-conda
# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t
运行镜像：
# Run the Ultralytics image in a container with GPU support
sudo docker run -it --ipc=host --gpus all $t # all GPUs
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t # specify GPUs