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)
-
windows下打开Anaconda Prompt
-
创建名为yolov8的虚拟环境:
conda create -n yolov8 python=3.7 anaconda
- 查看conda中已创建的环境:
conda env list
- 打开新建环境yolov8:
conda activate yolov8
3、安装pytorch
- 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
- 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)