yolov8环境搭建

yolov8环境搭建

一.Anaconda下载：（可以创建虚拟环境改变python版本，各虚拟环境互不影响）

https://www.anaconda.com/download

设置conda环境变量
C:\ProgramData\anaconda3\Scripts

配置conda镜像源(否则下载安装极慢，极易time out)

查看默认源

conda config --show-sources

删除一个默认源

conda config --remove channels https://pypi.tuna.tsinghua.edu.cn/simple

增加一个默认源

# 清华源

conda config --add channels https://pypi.tuna.tsinghua.edu.cn/simple


# 阿里源

conda config --add channels https://mirrors.aliyun.com/pypi/simple/


#豆瓣源

conda config --add channels https://pypi.doubanio.com/simple/ 


#中科大源

conda config --add channels https://pypi.mirrors.ustc.edu.cn/simple/

二.cuda下载：

https://developer.nvidia.com/cuda-downloads

三.cudnn下载：

https://developer.nvidia.com/cudnn-downloads

将cudnn解压后，将lib,bin,include文件夹中的文件分别都复制添加到cuda安装文件夹的对应文件夹中，默认路径：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\

YOLOV8的安装

方式一.直接安装yolov8:

#新建虚拟环境
conda create -n yolov8 python=3.8
#激活进入虚拟环境
activate ylolv8
#使用pip安装
pip install ultralytics

方式二.源码安装yolov8:

#新建虚拟环境
conda create -n yolov8 python=3.8
#激活
conda activate yolov8
#安装torch,
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.7 -c pytorch -c nvidia
#下载源码
git clone https://github.com/ultralytics/ultralytics.git

cd ultralytics
#将requirements.txt中torch torchbision 注释掉，下载其他包
pip install -r requirements.txt

验证是否安装成功

yolo task=segment mode=predict model=yolov8s-seg.pt source='1.jpg' show=True

yolov8官方文档：httpss://docs.ultralytics.com

下载yolov8预训练模型"yolov8n.py"
https://github.com/ultralytics/assets/releases/download/v8.1.0/yolov8n.pt

在pycharm中使用刚刚配置好的conda虚拟环境

不管三七二十一先创建一个python项目
项目打开后

文件->设置 ->项目 ->Python解释器 ->右上角的“添加解释器” ->添加本地解释器-> 点击左边的“Conda环境”-> 使用现有环境 ->下拉找到要使用的虚拟环境名称-

输入代码测试一下

from ultralytics import YOLO
model = YOLO('D:/yolov8n.pt') 
results = model.track(source="D:/video/YOLOtest.mp4", show=True)