Yolov8笔记

anaconda

1、安装最新的，安装过程选上“添加环境变量”

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

2、“conda --version”，确认环境变量生效。

第一遍没有弹出来，手动cd过去“_conda --version”就有了，再之后全局就正常了

3、conda自带的python如果不能全局变量，并且调起了微软商店。需要把环境变量里WindowsApps排在anaconda3后面

4、在Anaconda prompt里

conda create -n yolov8 python=3.12，基于python版本生成环境，conda安装时有选择
conda activate yolov8，激活切换环境
conda activate base，默认环境命名为base

conda info --envs，查看已经生成的环境

pip list

conda list，相比上一条， 能看到安装来源

pycharm

pycharm，我不改默认安装路径，因为我不分盘，默认分盘我也合并

下载 PyCharm：JetBrains 出品的用于数据科学和 Web 开发的 Python IDE

cuda

1、nvidia-smi查看当前N卡驱动等信息，驱动精灵更新到最新nvidia驱动，cuda支持12.6

2、这里version是指windows的版本，我查了好久对应版本，后来在某个评论才看到。

CUDA Toolkit 12.6 Downloads | NVIDIA Developer

3、自定义安装，全选

4、nvcc -V，确认cuda已安装

pytroch

1、pytorch选择合适版本，cuda安装的12.6，pytorch选最新

PyTorch

2、复制到conda运行，全程挂梯子

3、pip list，对比安装pytorch前后，是否正确安装

ultralytics

1、安装ultralytics，我整不明白花里胡哨的，先pip给安装

pip install ultralytics

2、有报错，对比之前pip list，torch给降低版本了

3、对比发现，ultralytics有3个包比pytroch的版本低

，2.4.1

，2.0.1

，0.19.1

4、对比官网，pip pytroch的包更新一些，手动降版本，适配ultralytics（我觉得都不算两个东西）

Previous PyTorch Versions | PyTorch

5、手动降版本，查看pip list，符合官网的版本关系了。

然后又手动一次pip install ultralytics，没有报错了

yolo下载

1、选个差不多的版本，选了8.1版

ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite (github.com)

2、文件夹以python项目打开

3、修改interpreter，修改成conda已经建立环境里的python。因为之前是在这个环境下pip安装pytroch等。

环境测试

1、挂梯子，按官网文档在conda执行

CLI - Ultralytics YOLO Docs

2、找到下载路径和生成路径，对比图片。原始图片和模型文件，在同一个路径。

图片或模型下载进度不动，换梯子节点

3、github有其他已训练的模型可以使用

ultralytics/ultralytics at v8.1.0 (github.com)

11111111111111111