Yolov8入门篇:环境安装和使用

最新推荐文章于 2025-02-18 22:14:36 发布

LCS-312

最新推荐文章于 2025-02-18 22:14:36 发布

阅读量961

点赞数 11

分类专栏： Yolov 目标检测 Python开发文章标签： yolov8 yolo 1024程序员节目标检测

本文链接：https://blog.csdn.net/weixin_40147410/article/details/142637645

版权

Python开发同时被 3 个专栏收录

3 篇文章

订阅专栏

Yolov

2 篇文章

订阅专栏

目标检测

2 篇文章

订阅专栏

引言

YOLOv8 项目Git地址：https://github.com/ultralytics/

YOLO(你只看一次)，一个流行的目标检测和图象分割法模型是由华盛顿大学的约瑟夫·雷德蒙和阿里·法尔哈迪开发的。YOLO于2015年推出，因其高速度和准确性而迅速走红。

2016 年发布的YOLOv2通过纳入批量归一化、锚框和维度集群改进了原始模型。
2018 年推出的YOLOv3使用更高效的骨干网络、多锚和空间金字塔池进一步增强了模型的性能。
YOLOv4于2020年发布，引入了像马赛克这样的创新数据扩充、新的无锚探测头和新的损失函数.
YOLOv5进一步提高了模型的性能,并增加了超参数优化、集成实验跟踪和自动导出为常用导出格式等新功能。
YOLOv6于 2022 年由美团开源,目前已用于该公司的许多自主配送机器人。
YOLOv7增加了额外的任务,如椰子树关键点数据集的姿势估计。
YOLOv8由Ultralytics于2023年发布。YOLOv8引入了新的功能和改进，以增强性能、灵活性和效率，支持全方位的视觉人工智能任务，
YOLOv9引入了可编程梯度信息(PGI)和广义高效层聚合网络(格兰)等创新方法。
YOLOv10是由清华大学的研究人员使用该软件包创建的。超lytics 计算机编程语言软件包创建的。该版本通过引入端到端头(端到端头)，消除了非最大抑制(NMS)要求,实现了实时目标检测的进步。
YOLO11🚀新的:Ultralytics的最新YOLO型号可在多项任务中提供一流的(SOTA)性能，包括侦查, 分割, 姿态估计, 跟踪，以及分类，利用不同人工智能应用和领域的能力。

什么是Ultralytics，它如何改进物体检测？

Ultralytics YOLO是广受好评的YOLO(你只看一次)系列的最新进展，用于实时对象检测和图像分割。它建立在以前版本的基础上，引入了新的功能和改进，增强了性能、灵活性和效率。YOLO支持各种视觉人工智能任务例如检测、分割、姿态估计、跟踪和分类。其最先进的架构确保了卓越的速度和准确性，使其适合各种应用，包括边缘设备和云API。

准备环境

Anaconda下载

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB）,如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python)。
Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等Miniconda包括Conda、Python。

创建yolov8虚拟环境

创建新的虚拟环境yolov8

conda create -n yolov8 python=3.8

激活yolov8环境

conda activate yolov8

yolov8模型下载

clone模型

可以直接下载zip压缩文件，或者安装Git输入以下命令克隆ultralytics项目

git clone https://github.com/ultralytics/ultralytics.git
下载完了之后目录如下：

pycharm配置

解释器配置:将下载下来的ultralytics文件夹使用pycharm打开，进入文件 —> 设置界面，找到解释器选项。选择你希望使用的 Anaconda 环境作为解释器，并进行配置。点击添加本地解释器—>现有—>yolov8虚拟环境下的python.exe。
终端配置：打开Anaconda Prompt所在文件，右键属性查看目标位置，复制cmd.exe以及后面的内容。同样地，文件—>设置—>工具—>终端，将以上复制的路径填入shell路径。

安装必要库

在pycharm终端输入pip安装命令等待安装完成。

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

下载训练模型

在GitHub项目仓，README往下翻可以看见预测、分类、分割等模型，点击即可下载。
https://github.com/ultralytics/ultralytics

自行下载

https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8n-pose.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8s-pose.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8m-pose.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8l-pose.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8x-pose.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8n-seg.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8s-seg.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8m-seg.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8l-seg.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8x-seg.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8n-cls.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8s-cls.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8m-cls.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8l-cls.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8x-cls.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8n.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8s.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8m.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8l.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8x.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8n-obb.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8s-obb.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8m-obb.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8l-obb.pt
https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8x-obb.pt

环境验证

在终端输入以下命令进行预测，打开runs/detect/predict查看预测结果

yolo predict model=./model/yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

可以看到yolov8的效果是非常棒的，除了person以及bus，甚至连stop sign都检测出来了。

参考官方快速使用文件：

https://docs.ultralytics.com/quickstart/#use-ultralytics-with-cli