搭建yolov8环境之前需要做的准备:ubuntu20.04安装显卡驱动、CUDA11.6、cudnn8.4、anaconda
ubuntu20.04搭建yolov8环境
1、创建虚拟环境
在终端输入下面的命令创建一个名为 my_yolov8 的虚拟环境,并指定python版本为3.9
conda create -n my_yolov8 python=3.9
2、激活虚拟环境
然后激活该虚拟环境,在终端输入下面命令:
conda activate my_yolov8
3、在虚拟环境中安装pytorch
pytorch版本查找网址:https://pytorch.org/get-started/previous-versions/
根据已安装的cuda版本选择对应的pytorch版本,本例中cuda版本是11.6,所以对应的pytorch安装命令如下所示:
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
安装完成后,在终端依次输入下面的命令,可以查看pytorch是否安装成功以及对应版本信息(本例会打印 True 11.6)
python
import torch
print(torch.cuda.is_available(),torch.version.cuda)
3、继续在该虚拟环境中安装yolov8
在终端输入下面的命令安装yolov8所需的依赖—ultralytics
# 安装方式1:官方源安装
pip install ultralytics
# 安装方式2:使用清华大学的镜像源安装
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple/
检查yolov8是否安装成功,依次输入下面的命令,会打印yolov8对应的的python、pytorch的版本信息等
python
import ultralytics
ultralytics.checks()
还可以使用下面的命令对官方例子图片进行预测:
yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'
预测结果的保存位置会在终端打印出来,安装成功、运行成功得到的预测图片如下
4、yolov8源码、conda相关的命令
源码网址:https://github.com/ultralytics/ultralytics
# 查询conda版本
conda --version
# 查看conda环境详细信息
conda info
# 查看当前有哪些虚拟环境
conda env list
# 激活虚拟环境
conda activate 环境名
# 退出当前虚拟环境
conda deactivate
# 删除某个虚拟环境,其中,-n与--name等价,表示虚拟环境名
conda remove -n 环境名 --all
# 复制某个虚拟环境
conda create --name 新环境名 --clone 被复制的旧环境名
# 备份一个虚拟环境,首先激活需要备份的环境,然后再输入下面的命令生成该环境配置文件
conda env create -f environment.yml