yolov8本地、autodl环境配置、训练

搭建本地环境

安装miniconda3

• 这里使用miniconda3，anaconda3比较笨重 ，好处是可以隔离不同的环境，安装的包都在当前环境下，不会和其他环境冲突

• 官网下载路径，miniconda3百度云链接

• 

• 下载完成，双击

  
  选则just me即可
  

• 安装路径设置一下，然后这里勾选一下环境变量

  

创建一个新的环境

• 安装完成后在开始一栏中找到Anaconda Prompt，然后打开

  

• 现在进入的是基础环境，可以看到前面的(base)，这里我们创建一个新的环境
  

• 输入命令 conda create -n YOLO python=3.11，这里的YOLO是你新创建的环境名，3.11是python解释器的版本，用11没遇到过什么问题，这里可以自行更改，回车。遇到确认从键盘输入y回车。
  挂梯可能会失败。
  
  安装完成后输入命令conda activate YOLO，即可激活刚才创建的环境，可以看到base变成YOLO
  

安装包

• 安装python包 这里以安装numpy举例
  输入命令 pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

  我个人喜欢安装包的时候指定清华源
  

• 这样完成后在miniconda3的安装路径下可以看到多出来一个YOLO文件夹

• 

  接下来安装torch， 直接安装即可，先查看下自己的显卡是不是Nvidia的，在搜索中搜索设备管理器

• 如果显卡是Nvidia的，一般来说1050以上的显卡，也就是支持cuda，直接输入这条命令即可，不支持cuda则跳过这步

 pip3 install torch torchvision torchaudio --index-url   https://download.pytorch.org/whl/cu118

-也可以在https://pytorch.org/，torch官网选则适合自己的命令

这里不用梯子也很快，等待即可

• 接下来安装ultralytics

• pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple

  安装完成的包在 miniconda3安装路径\envs\YOLO\Lib\site-packages\

  

• conda的其他常用命令参阅另一位博主 【Anaconda】虚拟环境 创建 克隆 删除 镜像 conda
  常用命令

安装pycharm

下载

• 其实装不装pycharm都能运行代码 ，等下会介绍
• 下载官网，有社区版（免费）和专业版，社区版就够用。注意：下载社区版要滑倒下面
  
• 如果是专业版虽然付费，但是有激活工具，所以也一并发上来（推荐专业版），工具链接

汉化

• 如果要汉化 就点setting->plusing
  
  

导入解释器

• 接下来选则解释器
  
  按照这个步骤点击，然后选则miniconda3安装路径下的conda.exe文件，如果找不到就在miniconda3的安装路径下找到_conda.exe，然后重命名为conda.exe，就可以了
  
  
  

测试

• 测试下torch，右键运行，显示True表示能调用gpu
  

终端

• pycharm这个终端和前面的anconda prompt一样，如果打开显示的不是(YOLO)，而是PS
  
  则点击下箭头，选则command prompt
  

终端运行代码

• 
  或者Win+R打开cmd，输入python解释器位置 文件位置 回车
  
  在cmd中输入conda activate YOLO就和anconda prompt 以及终端相同了
  

YOLOv8本地训练

• 在训练之前先测试下下面这段程序
  
  能上github的建议先从yolov8-github下载两个权重文件

• 不方便的话，百度云下载链接，5个文件都放到网盘中了

数据集制作

• 标注工具推荐下我之前制作的标注工具标注工具
• 数据集放置格式如下： train 下面两个文件夹分别为images和labels
  
• 然后images只放图片，labels中只放txt标签（标注工具导出的txt文件）

训练文件

• 首先右键目录，创建个训练py文件，把权重文件放进来，然后编写这段程序

• 其中train_cfg是指定训练集位置的，path指定到train和val的上一层目录，train和val也可以是别的名字不是非要train，names对照着填一下即可

  
  右键运行
  
  然后model.train()内都可以填什么参数，可以参照官方网站，或下图
  
  

YOLOv8 autodl训练流程

注册账号

autodl链接，点进去就懂了

充值

选则服务器

• 点击算力市场，这里我以2080ti为例，便宜
  

• 点击
  
  

• 这里可以跟着我选则
  

• 然后

jupyterlab

• 前面介绍过，白嫖NVIDIA v100，再介绍一次

创建训练环境

• 点击终端
  
• 输入conda init回车
  
• 关掉重开，变成base即可
  
• 接着输入pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
  
  

上传文件

• 上传文件有两种方式
• 第一种，
  第二种，本文采用第二种
• 如下
  

训练

• 打开一个终端，输入unzip 数据集.zip回车，具体可以参考我的另一个文章，不想写了
  
• 右键新建train.py和train_cfg.yaml，也可以上传这两个文件，以及上传权重文件
  
• 内容和原来的差不多
  
  然后新开个终端，输入python train.py回车
  

使用vscode SSH

• 详细教程这个写的很详细了，不想写了
  然后也是在终端运行，参考我的另一篇文章，和 jupyter没太大区别，复制路径，管理文件更方便

使用pycharm专业版SSH

这个功能社区版的没有，详细教程

下载文件

右键下载就行了