使用Conda创建Python环境并在PyCharm中配置运行项目

本文介绍了在Windows系统中，使用Anaconda创建Python虚拟环境，并通过PyCharm配置、运行深度学习项目的详细步骤。教程具体涵盖了下载和打开项目、在Anaconda中创建Python 3.10环境、在PyCharm中配置Python解释器，以及运行项目并测试目标检测功能，适合Python初学者快速上手并成功运行项目。

---

本博客对应的讲解视频：Python项目的环境配置教程-2025版

Python项目的环境配置教程-2025版

---

一、使用Anaconda创建Python环境

1. 下载并打开项目

按照博主提供的面包多网站链接下载深度学习项目（或者使用自己的项目），项目通常为压缩包（如.zip文件）。

1. 下载项目压缩包到本地。
2. 在下载目录下右键单击压缩包，选择【解压到当前文件夹】。

3. 解压后，进入文件夹，找到包含run_main_login.py文件的目录，复制你的项目文件夹路径。

注意：此时请务必复制的是run_main_login.py所在的文件夹路径，而不是其他路径。

例如下面是我的路径：

J:\ReleaseProject\PySide6\yolov12\TrafficSignRecognition（换成你自己的路径）

4. 在资源管理器顶部的路径栏右键复制此路径。

2. 在PyCharm中打开项目

1. 启动PyCharm，点击【File → Open】打开【打开文件夹】界面（如果你没有安装pycharm，请参考这篇文章安装）。

2. 在路径栏中粘贴刚刚复制的项目路径（如J:\ReleaseProject\PySide6\yolov12\TrafficSignRecognition），并点击【OK】按钮打开项目。

3. 项目成功打开后，你将看到项目的结构，确认包含run_main_login.py文件。

4. 如果弹出一个如下类似的“Add Python Interpreter”的窗口，这是pycahrm自带的新建Python的窗口，这里不要点Ok，**应该点“Cancel”**取消：

3. 启动Anaconda Prompt终端并切换到项目目录

1. 点击【开始菜单】搜索栏，输入Anaconda Prompt并启动，如下图所示（如果没有出现需要确认一下有没有安装Anaconda或者miniconda，没有安装的请参考这篇文章安装）。

2. 打开后你会看到终端界面显示下面类似的：

(base) C:\Users\mindcraft>

这里(base)表示当前终端处于Anaconda默认的base环境中，后面的路径是当前终端工作目录路径。

2. 切换到项目所在路径：
   在终端中输入：

cd J:\ReleaseProject\PySide6\yolov12\TrafficSignRecognition

注意：上面的路径请替换为你自己的项目路径，即你刚才复制的路径。

你会发现没有切换，可以输入盘符切换命令：

J:

完成后，终端将显示为：

(base) J:\ReleaseProject\PySide6\yolov12\TrafficSignRecognition>

注意：上面的盘符跟你的项目所在的盘有关系，比如D:，E:等，按照自己的来敲！

然后可以在命令行输入“dir”，可以看到当前文件夹下的文件和文件夹，可以和你自己的项目文件夹下的内容比较一下，看是不是确实切换到了这个目录下：

4. 使用Anaconda新建Python 3.10环境

以下命令在当前Anaconda终端中依次输入并回车执行：

1. 新建环境（环境名可自行修改，这里以env_rec为例），建议复制下面的命令：

conda create -n env_rec python=3.10 -y

提示是否安装时输入y回车确认。

然后可能会提示是否安装，这时候我们输入y回车确认。

2. 激活刚刚创建的环境（建议复制下面的命令）：

conda activate env_rec

此时终端前缀会变为：

(env_rec) J:\ReleaseProject\PySide6\yolov12\TrafficSignRecognition>

5. 安装项目依赖库

确保项目目录下存在requirements.txt文件，随后在当前环境中执行（建议复制下面的命令）：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

使用了国内清华源，可以提高依赖包安装速度和成功率。

等待依赖包安装完成，即表示该项目环境已成功创建。

至此，已成功使用Anaconda创建Python环境并打开项目，接下来即可在PyCharm中配置并运行项目。

二、在PyCharm中配置Python解释器

以下步骤在PyCharm中完成，操作时请确保Anaconda环境已成功创建。

1. 打开Python解释器配置界面

1. 启动PyCharm后，在主界面右下角找到当前解释器显示的位置（如默认显示的是Python 3.x）。

2. 点击此处，会出现一个小窗口，选择最下面的【Add Interpreter】（添加解释器）。

或者，你也可以通过点击【File → Settings → Project → Python Interpreter】进入解释器配置界面（本教程使用上面方式）。

2. 配置conda环境的Python解释器

点击【Add Local Interpreter】后，会出现【Add Python Interpreter】小窗口：

1. 在左侧列表中点击【Conda Environment】。
2. 勾选【Existing environment】（使用已有环境）。
3. 点击【…】按钮，打开文件选择窗口，选择你电脑上Conda安装位置下的condabin目录，找到并选择conda.bat文件。

一般路径为（根据你的实际安装位置可能略有差别）：

C:\Users\你的用户名\miniconda3\condabin\conda.bat

或

C:\ProgramData\Anaconda3\condabin\conda.bat

像我的这个bat文件是在我的conda安装目录下（D:software/miniconda）的condabin/conda.bat，你应从自己的安装目录下找到。如果你发现在自己的安装目录下找不到，可能需要重装conda。

如果不知道自己的conda安装位置，可以在Anaconda prompt输入conda env list，找到base那个环境的位置就是conda的安装位置：

4. 点击下方的下拉框【Interpreter】，选择刚刚创建的环境名（如env_rec）。
5. 选择完成后，点击窗口右下角的【OK】按钮完成配置。

此时，PyCharm右下角解释器位置显示已更新为Python 3.10 (env_rec)。

到此，你已成功在PyCharm中配置好Anaconda环境的Python解释器，后续即可运行项目文件。

三、在PyCharm中运行项目

完成上述配置后，即可在PyCharm中运行你的深度学习项目，并测试目标检测功能。

1. 运行主程序文件

1. 在PyCharm项目视图中，双击打开项目根目录下的run_main_login.py文件。
2. 在编辑区中打开该文件后，右键单击编辑区域任意位置，选择【Run ‘run_main_login.py’】运行主程序。
3. 程序成功启动后，会弹出项目的登录界面窗口，如下图所示（参照博主的教程视频）。

2. 登录或注册账号

1. 如果你已有账号，直接在登录界面输入账号和密码，点击【登录】进入主界面。
2. 若首次使用，请点击登录窗口中的【注册】按钮，在弹出的注册窗口输入相关信息（如账号、密码、邮箱等）完成注册。
3. 完成注册后，返回登录界面登录即可。

3. 进行目标检测识别测试

登录成功后，进入项目的主程序界面：

1. 在主界面中点击【选择图片】按钮，弹出图片选择对话框。
2. 选择一张需要检测的图片，点击【打开】确认，程序开始自动执行目标检测。
3. 检测完成后，程序界面上将显示检测后的图片，并以方框和类别标签展示目标检测识别效果。

至此，你已成功运行项目并完成目标检测识别功能的测试。