为了搭建yolo8的环境,费了不少时间,这周的主要工作就是搭建环境,目前已经经历重装linux系统4次,还是有一点心得的。由第一次的畏畏缩缩,到现在的熟练,中间的苦楚只有我自己知道。。。稍有不慎,就得重装。
看了知乎和csdn上的不少文章,还在b站看了一些视频,大概理清楚了,这次应该能完美安装吧?
前三次,我是直接安装的ubuntu22.04,遇到了各种各样的问题,后面需要安装自己的驱动时,搜索自己需要的版本,偶然在nvidia的官网看到了535.34 for ubuntu 20.04,就想着要不然安装一个ubuntu20.04吧。后面从安装成功到现在,好像没有看到什么问题,不过我估计后面还得出问题。。。但是但愿不会!
奇奇怪怪的各种问题
(1)问题一:每次都会遇到E:无法定位软件包的问题,于是各种操作下来,一通换源,什么阿里云的,清华的,中科大的,都试过,偶尔行,偶尔不行,可能看运气???不清楚
(2)问题二:这次安装的ubuntu20.04版本的,输入nvidia-smi查看驱动:显示是525.85?感觉不对劲啊?前几次我安装的版本是ubuntu22.04,显示的都是535.54,而且输入nvidia-smi,不会弹出下面这个框框,这个跟ubuntu版本有关系的吗?
(3)问题三:今天早上在知乎上面看到了一篇文章,感觉有种醍醐灌顶的感觉
安装Pytorch如何选择CUDA的版本,看这一篇就够了 - 知乎
疑惑
我的疑惑是:
- 在anaconda里面创建自己的虚拟环境之后,再下载cuda11.8版本的,这个自己安装的python版本是不是有什么要求?
- 我安装完anaconda,在我的base环境里面,conda list之后,并没有cudatoolkit这个库,所以还是需要我自己下载?
Yolov8-requirements
官网上,运行yolov8的话,对环境有一些要求:
# Ultralytics requirements
# Example: pip install -r requirements.txt# Base ----------------------------------------
matplotlib>=3.3.0
numpy>=1.22.2 # pinned by Snyk to avoid a vulnerability
opencv-python>=4.6.0
pillow>=7.1.2
pyyaml>=5.3.1
requests>=2.23.0
scipy>=1.4.1
torch>=1.8.0
torchvision>=0.9.0
tqdm>=4.64.0# Logging -------------------------------------
# tensorboard>=2.13.0
# dvclive>=2.12.0
# clearml
# comet# Plotting ------------------------------------
pandas>=1.1.4
seaborn>=0.11.0# Export --------------------------------------
# coremltools>=7.0 # CoreML export
# onnx>=1.12.0 # ONNX export
# onnxsim>=0.4.1 # ONNX simplifier
# nvidia-pyindex # TensorRT export
# nvidia-tensorrt # TensorRT export
# scikit-learn==0.19.2 # CoreML quantization
# tensorflow>=2.4.1,<=2.13.1 # TF exports (-cpu, -aarch64, -macos)
# tflite-support
# tensorflowjs>=3.9.0 # TF.js export
# openvino-dev>=2023.0 # OpenVINO export# Extras --------------------------------------
psutil # system utilization
py-cpuinfo # display CPU info
thop>=0.1.1 # FLOPs computation
# ipython # interactive notebook
# albumentations>=1.0.3 # training augmentations
# pycocotools>=2.0.6 # COCO mAP
# roboflow
安装cuda
安装
不知道是不是还是需要在系统中安装cuda,就去搜了一下,有的人说系统没有安装cuda,还是会遇到问题,所以还是先提前在系统安装cuda11.8版本的,下面是终端输出的信息。
配置环境变量
检查是否安装成功
走到这一步真不容易啊啊啊啊啊啊啊
在知乎又看到,真是不理解
那我还要在自己创建的虚拟环境中安装cudatoolkit吗???????
算了,我还是安装一下好了。。。
虚拟环境安装cudatoolkit
(1)创建自己的虚拟环境
这里随便装了一个版本,反正是虚拟环境,用不着删了就行
conda create --name mypy python=3.11.5
(2)在自己的虚拟环境中安装cuda11.8
先激活自己创建的虚拟环境,输入命令查看以下信息:
conda search cudatoolkit #查看可以用来安装的cudatoolkit的所有版本
conda search cudatoolkit --info
#查看所有列出来的cudatoolkit的详细信息,包括版本号version,文件网址url,依赖项dependencies
安装cuDNN
切换到自己的虚拟环境,进行cuDNN的安装
还有一系列的更新源操作,但是经历过之前重装系统n次的参同教训,这一次不敢随便的换源
框框内的操作没有做,如果后面出现了什么问题,重新试试这个看看能不能解决
等待了一段时间之后,到了下班时间就去吃饭了,从食堂回来看到弹出了以下信息:
安装其它依赖项
安装yolov8
弹出的信息是需要安装的库早已经存在了,应该是前面已经安装过了
目前还不知道怎么测试是否安装成功,先尝试直接在终端直接输入yolo命令,显示以下信息:
调用yolov8命令,显示以下信息:
至此,环境配置完成,接下来开始训练自己的数据!!!
这次配置直接在系统中安装cuda,没有在自己创建的python3.11虚拟环境中安装cudatoolkit,切换到自己的虚拟环境安装了cuDNN以及一些依赖项,不知道后面会不会有什么影响,要是后面遇到问题再说。
以上步骤,安装cuDNN、安装其它依赖项、安装yolov8主要参考了这个视频:
Ubuntu22下安装YoloV8环境_哔哩哔哩_bilibili
在youtube上这位博主讲解了怎么利用yolov8实现目标检测:
(107) Computer vision engineer - YouTube
下载了新的yolov8版本8.1.33,进行推理的时候报错(2024.3.24)
模型没下载完全问题,重新下载了yolov8n.pt,问题解决
参考
conda虚拟环境中安装cuda和cudnn,再也不用头疼版本号的问题了_conda cudnn-CSDN博客
虚拟环境中cuda版本与系统cuda版本不同有什么影响_anaconda 安装cuda和原有cuda冲突吗_bloomerOAO的博客-CSDN博客