K同学[365天深度学习训练营]第五周记录Y1调用官方权重进行检测

>- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rbOOmire8OocQ90QM78DRA) 中的学习记录博客**
>- **🍖 原作者：[K同学啊 | 接辅导、项目定制](https://mtyjkh.blog.csdn.net/)**
 

本周开始尝试接触一下YOLO

这是个被广泛运用与于人物动态检测的库

训练营里面安装的是YOLOv5

文中有的就不记录一遍了，这是我的调用结果

图片：

视频的调用：

搜索了一下官网，发现最新版已经更新到了v8，安装还更为简洁。       

用conda创建环境：

conda create -n yolov8 python=3.9

激活环境：

conda activate yolov8

安装最新的2.1.2gpu版本的pytorch：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

安装yolov8:

conda install -c conda-forge ultralytics

安装完毕。

然后用python调用YOLO8

from ultralytics import YOLO
# 加载模型
model = YOLO('yolov8n.pt')  # 预训练的 YOLOv8n 模型
# 预测图片
results = model('/home/wjh/YOLO/R-C.jpeg')

输出结果：

image 1/1 /home/wjh/YOLO/R-C.jpeg: 640x512 2 persons, 1 car, 67.3ms
Speed: 2.1ms preprocess, 67.3ms inference, 1.9ms postprocess per image at shape (1, 3, 640, 512)

额v8的这个示例代码只给了文本结果，图片的不知道怎么搞，后续再说吧