YOLOV8代码下载及环境配置以及使用

一、Github 下载YOLOv8官方代码

1、github克隆代码

git clone https://github.com/ultralytics/ultralytics

下载完了之后目录机构如下：

如果出现github无法访问的情况，请参考我另一篇博客，有访问github超时的解决办法和方案。

2、确保你自己已经安装了python环境，检查方法如下

出现类似这样的即可说明你已经安装了python环境，如果没有，百度一下安装Python，这里就不做说明。

二、PIP安装

1、 Mac下的安装

由于在Mac上python2和python3是共存的，因而python3对应的包管理工具的命令就是：pip3。

安装比较简单，打开终端：

curl https://bootstrap.pypa.io/get-pip.py | python3

2、Windows下的安装

1）首先，确认python环境变量是否已经配置，没安装自行搜索安装。

2）安装pip

需要我们自行下载，下载路径为

https://pypi.python.org/pypi/pip#downloads

这里我们选择Download files，进入之后是这样的

这里我们选择pip-23.3.2.tar.gz，下载之后解压

cmd进入解压目录，输入

python setup.py install

静等安装，出现下面的提示，恭喜你，证明你安装成功了

为了检验一下刚刚的成功，在cmd理输入

pip list

出现如下，证明是成功的，因为我事先安装好了扩展包和环境，所以有其他的包展示

最后，我们安装一下python的nltk包

pip3 install nltk

至此pip完美安装，赞美一下自己~

三、下载训练模型

1、下载模型

1）yolov8s.pt下载地址

https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8s.pt

2）yolov8n.pt下载地址

https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt

3）yolov8x-seg.pt下载地址

https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8x-seg.pt

4）yolov8x-cls.pt下载地址

https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8x-cls.pt

5）下载完成后，千万记得将模型放在主文件夹下

重要的事说三遍：将模型放在主文件夹下！将模型放在主文件夹下！将模型放在主文件夹下！

四、安装YOLOv8环境

1）进入yolov8解压文件目录，输入

pip install -r requirements.txt

出现这样的界面，证明程序正常执行

如果出现time out 443类似这样的情况，参考我另一篇博客解决。

下载完成之后是这样的

2）安装ultralytics

pip install ultralytics

安装完成后，切换到ultralytics文件夹目录下，执行命令检验模型是否安装成功

yolo predict model=yolov8n.pt source=E:\python\main\ultralytics-main\ultralytics\assets\bus.jpg 

执行完毕之后，进入提示的目录

既可以看到刚刚用模型处理的图片信息

至此，yolov8就安装完成了~

 四、写在最后

        我们研发的EyeingGBS已经上线并运用在各个领域，如果需要体验，欢迎私信或者留言。

        传送门：EyeingGBS！不一样的流媒体平台-CSDN博客