pycharm中配置yolov8环境（使用gpu加速）

三天瘦九斤

于 2025-03-13 17:04:05 发布

阅读量2.2k

点赞数 26

文章标签： pycharm YOLO ide

本文链接：https://blog.csdn.net/2301_80057424/article/details/146236430

版权

pycharm中配置yolov8环境（可使用gpu加速）

前提：由于已经安装过miniconda，并配置好环境在pycharm里面使用了，但是由于window重装系统，所以环境直接被全部删除了，之前所安装的miniconda文件夹需要直接删掉再重新安装。

一、安装miniconda

官网：https://www.anaconda.com/download ，最好科学上网去谷歌浏览器下载。
关于怎么下载谷歌浏览器：
https://blog.csdn.net/2301_80057424/article/details/146162900?spm=1001.2014.3001.5502

二、安装pycharm

自行下载。

三、下载cuda、cudnn

查看cuda版本
快捷键：win+r，输入cmd，再输入

nvidia -smi

在这里插入图片描述

显示的cuda版本是12.8，是电脑本身安装驱动所适合的版本，可以安装旧版本，不能装比他新的版本，但最好跟他一样，如果有这个版本适配的话。

四、配置环境

电脑搜索栏中搜索这个并打开
在这里插入图片描述

创建一个名为yolov8，python版本为3.8的虚拟环境

conda create -n yolov8 python=3.8

激活环境（即进入该环境）

conda activate yolov8

其他命令（可不执行）

更新python版本(前提：拥有miniconda)

conda install python=3.10

查看当前环境python版本

python --version

删除指定的虚拟环境（假设环境名为 myenv）：

conda env remove -n myenv

五、安装pytorch（为了可以使用gpu加速）

pytorch官网 https://pytorch.org/get-started/locally/
在这里插入图片描述

选择合适的cuda版本安装，使用快捷键win+r，输出cmd，激活指定环境后，直接

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

此时科学上网可能会慢，那就关闭，在后面加上清华源加速（别的安装也可以参考这个）。

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

总的安装命令为

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126 -i https://pypi.tuna.tsinghua.edu.cn/simple

测试是否有gpu可用，在pycharm中建立一个python文件，后缀名为.py。

import torch

# 检查 PyTorch 是否支持 CUDA
print("CUDA 是否可用:", torch.cuda.is_available())
print(torch.version.cuda)  # 检查 PyTorch 是否编译了 CUDA 版本
print(torch.backends.cudnn.version())  # 检查 cuDNN 版本
# 如果可用，打印 CUDA 版本和 GPU 设备信息
if torch.cuda.is_available():
    print("PyTorch CUDA 版本:", torch.version.cuda)
    print("GPU 设备数量:", torch.cuda.device_count())
    print("当前 GPU 设备索引:", torch.cuda.current_device())
    print("GPU 设备名称:", torch.cuda.get_device_name(torch.cuda.current_device()))
else:
    print("PyTorch 没有检测到 GPU！")

终端运行有那就成功，没成功的话就卸载这三个，重新装别的版本的。
在这里插入图片描述

以上我也失败了，所以要卸载这三个

pip uninstall torch torchvision torchaudio -y

重装适配cuda12.1的，目前最推荐该版本，但是cuda可以安装nvidia-smi显示的那个版本，我的是cuda12.8，版本太高了官网还没有合适的.

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

再运行上面的python代码，成功了。
最终版本安装为如下：
在这里插入图片描述

注意：torch版本不能>=2.6，否则后面运行代码会报错，具体什么错，大概长这样
在这里插入图片描述

在这里插入图片描述

六、安装yolov8需要的功能包

在pycharm的终端中激活虚拟环境yolov8后运行，或者使用anaconda prompt激活虚拟环境yolov8后运行。

安装requirements.txt中的相关包

pip install -r requirements.txt

安装代码运行所需的ultralytics和yolo包

pip install ultralytics
pip install yolo

七、测试

有两种方式判断是否运行成功

方式一

终端运行

 yolo predict model=yolov8n.pt source="https://ultralytics.com/images/bus.jpg"

方式二

创建一个python文件，内容为

from ultralytics import YOLO
yolo = YOLO("./yolov8n.pt", task="detect")
result = yolo(source="./ualtralytics/assets/bus.jpg", save=True)

【重要提醒！！困扰我许久，一直以为是ultralytics的问题】没单独下载权重的情况的前提下，如果你用的方式一，它会自己下载一个你指定的权重，成功运行，但是方式二就会运行不了，报下图的错。如果你先用方式二，这两个方式都能成功运行。
在这里插入图片描述