YOLOv8环境搭配

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

PyTorchhttps://pytorch.org/

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）

GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLitehttps://github.com/ultralytics/ultralytics

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）