首先让我们看看官方又或者github的yolov8文档(右下角可以选择中文)
主页 -Ultralytics YOLO 文档https://docs.ultralytics.com/zh
一、Annaconda下载
annaconda可以管理各种虚拟环境
立即下载 |蟒蛇 (anaconda.com)https://www.anaconda.com/download/success
选择windows下载(可根据其他视频自行下载完成)
二、创建yolov8的虚拟环境
打开Anaconda Powershell Prompt
1、在annaconda里创建一个名为yolov8的虚拟环境
在命令框里面输入:
conda create -n yolov8 python=3.8.0
2、激活yolov8的虚拟环境
# 激活虚拟环境(切换至这个环境)
conda activate yolov8
三、安装pytorch(在yolov8的虚拟环境中)
pytorch里面包含torch和cuda
拉到下面选择windows,依据自身电脑支持cuda的版本选择以往的版本或者最新
我自己选择的是;(torch2.1版本,cuda12.1)
在刚刚的yolov8虚拟环境中输入:
# CUDA 12.1
pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu121
四、下载yolov8的文档(github)
选择 Code 将下载zio的压缩包,并且解压并且在pycharm里打开
yolov5的文档名为:yolov5-master
yolov8的文档名为:ultralytics-main
(文档名可能随时间变化)
五、下载Ultralytics包
区别:
在刚出yolov8时有提供一个文件:requirements.txt配置文件,很多博主写的都有
but,在2024年5月我使用的时候已经消失了,因为都已经整合在ultralytics包里
1、在pycharm的项目里,打开终端
2、并且进入创建好的yolov8虚拟环境
#进入虚拟环境
conda activate yolov8
3、下载ultralytics包
#会自动从官网下载
pip install ultralytics
4、下载yolo包
#会自动从官网下载
pip install yolo
六、下载模型并试运行
我这里使用的是yolov8n.pt
在官网的yolov8文档里顶部导航栏选择Models,左侧导航栏选择Yolov8
下滑到该处,直接点击表格里的 Yolov8.n (蓝色标记)就可直接下载
最后将下载的model文件放在Ultralytics-main包下就行
[问题]:后期使用时可能会遇到
输入代码:
yolo task=detect mode=predict model=yolov8n.pt conf=0.25 source='ultralytics/assets/bus.jpg'
报错:
Usage: yolo [OPTIONS] COMMAND [ARGS]...
Try 'yolo -h' for help.
Error: No such command 'detect'.
此时可以将ultralytics包卸载后再重新下载一遍即可(uninstall)
正确结果:
并且可以在runs/detect/predict里找到检测完的图形
【注】:(由于本人在yolov8环境配置上遇到的问题困扰了许久许久,做此篇当作笔记)