第1章：工欲善其事，必先利其器
各位同学，欢迎来到《叶片裂纹智能识别实战教程》。
我是你们的老朋友，一个在机械视觉领域摸爬滚打了十几年的工程师。今天咱们不聊虚的，直接上手干活。
做叶片裂纹识别，说白了就是让计算机学会“看”裂纹。但计算机不是人，它需要一套完整的“工具箱”才能工作。这一章，我就带你把这套工具箱备齐。
1.1 为什么是Anaconda？
很多新手上来就装Python，然后发现包管理乱成一锅粥。我个人习惯用Anaconda，为什么？
因为它自带包管理器conda，能帮你隔离不同项目的环境。你想想看，一个项目用PyTorch 1.0，另一个用2.0，要是装在一个环境里，迟早出问题。
我在项目中遇到过好几次，因为环境冲突导致模型训练到一半崩溃。从那以后，每个项目我都单独建一个环境，再也没出过这种幺蛾子。
核心要点：Anaconda = Python + 包管理 + 环境隔离。一步到位，省心省力。
1.2 安装Anaconda
去官网下载对应系统的安装包。Windows用户记得选64位版本。
安装时有个坑：一定要勾选“Add Anaconda to my PATH environment variable”。我曾经因为没勾这个，后面折腾了半天才找到原因。
注意：安装路径不要有中文或空格。否则后面装包时会报一些莫名其妙的错。
装完后，打开命令行（Windows用cmd或PowerShell，Mac/Linux用终端），输入：
conda --version如果显示版本号，比如 conda 23.7.4，说明安装成功。
1.3 创建虚拟环境
接下来，我们为叶片裂纹识别项目单独建一个环境。我习惯用Python 3.8，兼容性好，坑少。
conda create -n blade_crack python=3.8这里 blade_crack 是环境名，你可以随便起。激活环境：
conda activate blade_crack看到命令行前面多了 (blade_crack) 字样，就说明环境激活成功了。
小技巧：每次打开新终端，记得先 conda activate blade_crack。不然你装的包都跑到base环境里去了。
1.4 安装OpenCV
OpenCV是图像处理的核心工具。读图、滤波、边缘检测，全靠它。
pip install opencv-python验证安装：
python -c "import cv2; print(cv2.__version__)"如果输出类似 4.8.1，说明装好了。
嗯，这里要注意：OpenCV有两个版本，opencv-python 是基础版，opencv-contrib-python 包含额外模块。我们做裂纹识别，基础版就够了。
1.5 安装PyTorch
PyTorch是深度学习框架，用来训练裂纹识别模型。安装前先确认你有没有NVIDIA显卡。
有显卡的同学，去 pytorch.org 选对应CUDA版本。比如CUDA 11.8：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118没显卡的同学，装CPU版：
pip install torch torchvision torchaudio个人经验：有显卡一定要装CUDA版。我刚开始用CPU训练，一张图片要跑3秒，换成GPU后只要0.1秒。效率差距不是一星半点。
验证安装：
python -c "import torch; print(torch.__version__)"1.6 安装LabelImg
LabelImg是标注工具，用来框出图片中的裂纹位置。没有标注数据，模型就没法学。
pip install labelImg启动：
labelImg界面出来后，点“Open Dir”选择图片文件夹，“Change Save Dir”选择标注文件保存位置。标注格式选YOLO或VOC，我们后面会用到。
避坑指南：我曾经标注了200张图片，结果发现保存格式选错了，全部重来。所以开始前一定确认好格式。
1.7 GPU/CUDA环境验证
这是最关键的一步。很多同学装完CUDA，以为就能用了，结果模型还是在CPU上跑。
验证方法：
python -c "import torch; print(torch.cuda.is_available())"如果输出 True，恭喜你，GPU环境配置成功。
如果输出 False，别慌。检查以下几点：
- 显卡驱动是否安装？去NVIDIA官网下载对应驱动。
- CUDA Toolkit是否安装？命令行输入
nvcc --version查看。 - PyTorch版本是否匹配CUDA版本？比如CUDA 11.8要装cu118版的PyTorch。
注意：不要用 conda install cudatoolkit 装CUDA，那只是运行时库。真正的CUDA Toolkit需要从NVIDIA官网下载。
1.8 知识体系总览
下面这张图，帮你理清本章的知识结构：
1.9 总结
这一章，我们完成了叶片裂纹识别项目的环境搭建。从Anaconda到虚拟环境，从OpenCV到PyTorch，再到LabelImg和CUDA验证，每一步我都踩过坑，也帮你们填了坑。
环境配好了，后面的事就好办了。下一章，我们开始真正接触叶片裂纹数据，看看这些图片长什么样。
记住：环境配置是基础中的基础。基础不牢，地动山摇。花点时间把这一步走稳，后面会省很多事。
公众号:蓝海资料掘金营，微信deep3321