YOLO部署流程（DML库/低版本CUDA，DNF脚本前置）

一、首先需要创建yolo的conda环境

conda env list
conda create --name y8 python=3.9 -y
conda activate y8

二、判断需要安装什么样的torch

• DX12设备，包括，低版本cuda、amd显卡，核显，以及不能安装pytorch==1.8.1的设备
• CPU硬来。。

1.dx12设备：（核显，老显卡，amd显卡）

 pip install torch-directml

2.用cpu硬来

 pip3 install torch torchvision torchaudio

3.cuda版本大于10.2小于11.3，pytorch大于1.8.1，（730测试后推测减少50ms延迟，但是cpu占用上升35%）

#cmd查看cuda版本
nvidia-smi
#如果numpy2.0.1版本报错则安装1.x版本，1.26.4为1.x最后一个版本
pip install numpy==1.26.4

# CUDA 10.2
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch

三、其他库

pip install ultralytics

#dnf部署
pip install pyserial
#需要复制文件到System32，文件所在路径envs\y8\Lib\site-packages\pywin32_system32\
pip install pywin32
pip install pygetwindow

四、conda其他操作

#退出当前conda环境
conda deactivate 
#删除环境
conda remove -n y8 --all -y