机器视觉 - YoloV8 命令行安装

创建python 环境

  1. 下载并安装 miniconda 安装包, 注意miniconda和 python 版本对应关系, 不要选择python最新的版本, 以免yolo或pytorch不能兼容最新版python.
    这里到安装到 C:\miniconda3
  2. 配置 conda 环境, 修改conda配置文件内容, 文件名为 C:\Users\myuser\.condarc
    py 虚拟环境目录应该安装到C盘, 否则有后期模型训练可能会报缓存不够.
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - defaults
show_channel_urls: true
envs_dirs:
  - c:\miniconda_data\envs
pkgs_dirs:
  - c:\miniconda_data\pkgs
  1. 创建虚拟环境 yolo8
C:\miniconda3\Scripts\conda.exe create --name yolo8 python=3.9

新venv路径为: environment location: D:\miniconda_data\envs\yolo8

  1. 激活新的虚拟环境
    使用 powerShell无法完成激活, 可使用 cmd 或者 conda prompt 激活.
C:\miniconda3\Scripts\activate yolo8
  1. 安装 pytorch (包名为 torch)
# 如果有 N卡 GPU
# conda install pytorch torchvision -c pytorch

# 如果没有GPU, 安装 cpu 版, 也可以跳过这步, install ultralytics 将自动安装 pytorch CPU版
# conda install pytorch torchvision cpuonly -c pytorch

# 安装指定的 pytorch 版本
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 cpuonly -c pytorch
# pip install torch==1.13.1+cpu torchvision==0.14.1+cpu torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cpu
  1. 安装 yolo8
.\pip install ultralytics
  1. 验证安装
import ultralytics
ultralytics.checks()

认识 yolo 软件的目录结构

Script和工作目录:

# yolo命令行
myEnv\Scripts\yolo.exe 

# 模型权重存放路径
myEnv\Scripts\yolov8n.pt 
myEnv\Scripts\yolov8s.pt

# 数据集图像的存放路径
myEnv\Scripts\datasets

# training/predict结果存放路径
myEnv\Scripts\runs

包目录:

# yolov8 包安装目录
myEnv\site-packages\ultralytics\

# yolo 命令行的所有参数以及缺省值
myEnv\site-packages\ultralytics\cfg\default.yaml

# 数据定义yaml文件的默认存放路径, 需要自定义数据集文件, 可以参考软件包自带的 coco8.yaml 格式
myEnv\site-packages\ultralytics\cfg\datasets\coco8.yaml

# object detection和 cls 模型结构定义文件
myEnv\site-packages\ultralytics\cfg\models\v8\yolov8.yaml
myEnv\site-packages\ultralytics\cfg\models\v8\yolov8-cls.yaml

需要说明的是, v8 软件包虽然只带有 yolov8.yaml 文件, 但我们可以传类似 model=yolov8n.yaml, yolo 程序将基于 yolov8.yaml, 自动通过调整 yolov8.yaml 的 scale 为 n 或 s 或 m 或 l 或 x, 形成 yolov8n.yaml .

  • 5
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值