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)