百度智能云下部署YOLOv8运行环境

---

前言

平台：百度智能云
运行项目：yolov8

一、使用步骤

1.搭好基本python环境

注册百度智能云------>点击全模型中心—>notebook建模---->点击新建

新建实验，点击确定

2.打开终端，测测cuda是否安装

使用以下代码测试torch安装是否成功。

import torch
print(torch.cuda.is_available())

3.复制yolov8工程

yolov8官方网址：https://github.com/ultralytics/ultralytics

最好是把项目放在storage目录下，如果不知道现在在哪一层目录，在终端输入 ls查找

1、复制工程

git clone https://githubfast.com/ultralytics/ultralytics.git

2、在ultralytics-main下添加train.py文件

import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO

if __name__ == '__main__':
    model = YOLO('ultralytics/cfg/models/v8/yolov8n.yaml')
    # model.load('yolov8n.pt') # loading pretrain weights
    model.train(data='/home/bml/storage/ultralytics/Datasets/dataset/data.yaml',
                cache=False,
                imgsz=640,
                epochs=200,
                batch=16,
                close_mosaic=10,
                workers=8,
                device='0',
                optimizer='SGD', # using SGD
                # resume='', # last.pt path
                # amp=False, # close amp
                # fraction=0.2,
                project='runs/train',
                name='exp',
                )

3、在ultralytics-main下添加数据集和data.yaml

# dataset path
# path: /root/code/project/yolov8/
train: /home/bml/storage/ultralytics-main/dataset/images/train改成自己的路径地址
val: /home/bml/storage/ultralytics-main/dataset/images/val改成自己的路径地址
test: /home/bml/storage/ultralytics-main/dataset/images/test改成自己的路径地址

# number of classes
nc: 1

# class names
names: ['ship']

在文章下方下载数据集哦

二、运行结果

总结

1、我尝试用conda create --name myenv python=3.8创建新环境，但是会出各种各样的问题，既然能用原来的跑起来，就不要乱搞了。
2、切忌用yolov8里面的requirement.txt一键安装环境，否则会破坏原来的环境，又得重新配环境。
3、最好换源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

4、要掌握网络结构
5、终端查torch版本：python -c "import torch; print(torch.__version__)"
6、安装timm时不改变其他依赖模块：pip install timm --no-deps，安装其他模块也同理