windows上yolov11环境搭建安装教程

【anaconda3安装】

如果anaconda3安装过或者您安装过miniconda3则可以跳过这个安装步骤

首先下载anaconda3，我们打开网址mirrors.tuna.tsinghua.edu.cn/anaconda/archive/，找到自己需要安装版本，我一般使用Anaconda3-2021.05-Windows-x86_64.exe这个版本

你也可以可以选择新一点版本。下载完直接运行打开进行安装（安装过程有点小慢，请耐心等待） ，先点击Next进入选择界面，选择Just Me选项，注意下面没有出现界面可以直接点击Next或者I agree默认即可，下面都是安装时候注意选择界面，其他你按照anaconda3默认选项即可。

安装路径可以选择默认C盘位置，一般不推荐能尽量不装C盘就不装，建议选择非C盘安装，因为anaconda3使用会占用很大空间。而且有时候C盘有权限导致一些无法预料的问题，同时建议不要使用中文和有空格路径，要使用全英文路径。

注意安装anaconda时一定要把环境变量加入windows环境中。要没有勾选，安装完后还要手动加入。

安装好了后，运行开始菜单—>Anaconda3—>Anaconda Prompt，在终端中键入命令python即可查看自己对应版本

创建虚拟环境

先用Anconda prompt创建一个虚拟环境（解释一下：yolov11是自己创建的虚拟环境（空间）的名字，后面python是限定其内部python版本，不用怎么修改，直接复制粘贴即可。我一般喜欢用python3.8,其他版本都可以）

conda create -n yolov11 python=3.10

输入完按回车，会出现以下情况。

输入y，然后回车；输入y，然后回车。

紧接着输入以下内容，从而将后续环境下载资源所需内容从镜像中获取：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

【CPU版本安装方法】

接着我们开始安装yolov11模块，首先我们电脑没有nvidia显卡的话可以直接使用下面命令安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ultralytics

上面命令会自动下载所有yolov8所需要模块包括pytorch和opnecv,如果你电脑有nvidia显卡的话可以看GPU版本安装方法,CPU办法安装方法跳过

【GPU版本安装方法】

首先安装gpu版本pytorch，注意pytorch自带有cuda不需要额外安装C++版本cuda。

pip install torch==2.3.0+cu118 torchvision==0.18.0+cu118 -f https://download.pytorch.org/whl/torch_stable.html

如果上面pip安装比较慢可以尝试下面命令

pip install torch==2.3.0+cu118 torchvision==0.18.0+cu118 -f https://mirrors.aliyun.com/pytorch-wheels/cu118

接着我们开始安装yolov11模块

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ultralytics

这样安装的就是GPU版本yolov11，注意CPU和GPU区别就是torch是不是能用cuda，这个可以用来进行加速推理的图形处理库，nvidia出品的cuda加速所以需要nvidia显卡支持。如果您是AMD则不支持cuda加速，或者说AMD只有一些特殊显卡才支持加速但是不叫cuda加速只能叫amd显卡加速。

至此上面yolov11环境安装完成，如果您需要界面设计一些模块可以直接安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyqt5-tools

上面会自动安装pyqt5等依赖，这样我们就可以使用pyqt5界面设计代码或者进行pyqt5开发了，注意pyqt5目前最高只能支持python3.11，比如python3.12和python3.13不支持安装，安装时候尽量避免这2个版本，以免导致无法运行相关pyqt5项目。