Windows10+YOLOV8环境配置与模型训练（上+环境配置）

1.先自行安装cuda

2.之后进行安装pytorch和torchvision

首先在conda创建虚拟环境

命令为conda create -n yolov8 python=3.8 -y

然后进入虚拟环境

命令为conda activate yolov8

然后安装pytorch和torchvision

pytorch和torchvision的安装可参考本人另外一篇文章http://t.csdnimg.cn/7g2nD

3.配置yolov8

在虚拟环境中，输入下面的指令

pip install onnx

pip install ultralytics

4.进行测试，看看环境是否配置成功

在虚拟环境中，进入E:\ultralytics-main文件夹

首先输入命令e：

然后输入cd E:\ultralytics-main

就进入这个文件路径中了

然后输入命令yolo predict model=yolov8n.pt source=“ultralytics/assets/bus.jpg”

这个路径的意思是使用E:\ultralytics-main文件夹下面的yolov8n.pt模型，对E:\ultralytics-main\ultralytics\assets\bus.jpg图片进行检测，如果想要用分割模型，则使用yolov8n-seg.pt。

就可以在E:\ultralytics-main\runs\detect\predict\bus.jpg路径中看到检测后的图片

就安装好了

到此环境就配置完了

如果想要制作数据集自己训练模型，就看下篇文章

Windows10+YOLOV8环境配置与模型训练（下+模型训练）