Ultralytics(YOLOv8)的环境部署与安装

 YOLOv8 是 ultralytics 公司在 2023 年 1月 10 号开源的 YOLOv5 的下一个重大更新版本，目前支持图像分类、物体检测和实例分割任务。

  YOLO简史：

YOLO(You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的约瑟夫-雷德蒙（Joseph Redmon）和阿里-法哈迪（Ali Farhadi）开发。YOLO 于 2015 年推出，因其高速度和高精确度而迅速受到欢迎。

• 2016 年发布的YOLOv2 通过纳入批量归一化、锚框和维度集群改进了原始模型。
• 2018 年推出的YOLOv3 使用更高效的骨干网络、多锚和空间金字塔池进一步增强了模型的性能。
• YOLOv4于 2020 年发布，引入了 Mosaic 数据增强、新的无锚检测头和新的损失函数等创新技术。
• YOLOv5进一步提高了模型的性能，并增加了超参数优化、集成实验跟踪和自动导出为常用导出格式等新功能。
• YOLOv6于 2022 年由美团开源，目前已用于该公司的许多自主配送机器人。
• YOLOv7增加了额外的任务，如 COCO 关键点数据集的姿势估计。
• YOLOv8是YOLO 的最新版本，由Ultralytics 提供。YOLOv8 YOLOv8 支持全方位的视觉 AI 任务，包括检测、分割、姿态估计、跟踪和分类。这种多功能性使用户能够在各种应用和领域中利用YOLOv8 的功能。
• YOLOv9引入了可编程梯度信息 (PGI) 和通用高效层聚合网络 (GELAN) 等创新方法。

YOLOv8官方开源地址

https://github.com/ultralytics/ultralytics

环境配置

在开始安装YOLOv8之前首先要进行环境的配置

安装anaconda:http://t.csdnimg.cn/Iu3GT

安装和熟悉完anaconda后，便可以配置环境了

配置pytorch环境：http://t.csdnimg.cn/QLunP

使用pycharm配置环境：http://t.csdnimg.cn/A02N8

PIP源码安装YOLOv8

安装YOLOv8有两种方式：

1.pip直接安装（不推荐，很容易报错）

直接在pycharm终端输入：

pip install ultralytics

2.pip源码安装

打开YOLOv8的官方开源网站：https://github.com/ultralytics/ultralytics

点击<>Code

 点击Download ZIP 

 将下载好的代码解压到pycharm的项目文件夹下：

右键使用pycharm打开文件，接下来就是要下载一些YOLOv8所需要的一些必要的包或模块了。

在下载之前，首先检查一下自己的pycharm终端：

如上所示，便是在创建好的pytorch环境中，我们要做的就是在此环境中安装包或模块。

若非上图所示，设置如下：

打开File --Setting --Tools --Terminal

将Shell path设置为cmd.exe

 在终端输入：

pip install -e .

注意-e和.之间有空格，不能省略。在运行时，不要使用外网，否则会出错。

由于我已安装过，故不再做展示。

检查安装

打开Anaconda Prompt

激活环境：

conda activate pytorch2

在pytorch2环境下输入：

pip list

见输出有：

 即代表安装成功！