【草稿】大名鼎鼎的YOLO 迎来新版本YOLOv8，将脱离标准的YOLO项目设计开发自己的API ！

YOLOv8 亲体验 ，手把手在 Anaconda 的虚拟环境布置和运行YOLOv8

本文章从0开始去用yolov8训练COCO128数据集，大家学会了之后也可以去跑你们的数据集，看是否速度和准确度对比之前的模型有所上升！有点尴尬的是第 77 张图片没有我们要的元素

1、安装Anaconda和PyCharm

这个就不用多说了吧

2、创建虚拟环境

（新建环境会更干净，但也可直接在base环境上搭建）

1. windows下打开Anaconda Prompt

2. 创建名为yolov8的虚拟环境：

conda create -n yolov8 python=3.7 anaconda

3. 查看conda中已创建的环境：

conda env list

4. 打开新建环境yolov8：

conda activate yolov8

3、安装pytorch

1. 检查是否安装pytorch：(新建环境则直接跳过检查)
   

在yolov8环境下输入：

python

import torch

import torchvision

torch.cuda.is_available()

如果输出为False则要安装pytorch

2. 检查CUDA版本：
   

在windows的cmd下输入：

nvidia-smi

输出的第一行就能看见CUDA的版本（这里为10.2，是比较低的版本，后续要更新）