手把书教你使用YOLOv8推理自己的模型或官网模型

---

---

前言

YOLOv8 是由Ultralytics团队开发的，2023 年发布。YOLO系列模型以其快速和准确的目标检测能力而闻名，并且YOLOv8继承了前几代YOLO模型的优点，同时进行了多方面的改进和优化，以提高检测性能和效率。YOLOv8 常用于目标检测、分割、关键点检测和分类。

---

🎓一、YOLOv8代码下载地址

源码下载地址 ：链接: link
源码提取码: rpe7
注意注意注意：如果在我之前的文章下载过YOLOv8源码，不用重新下载了，没有特殊说明都是用同一个版本的源码

🍀🍀1.官网的预训练模型下载

进入官网的源码下载地址 ：链接: link，往下面拉，看到模型位置，YOLOv8针对不同的场景和应用提供了YOLOv8n、YOLOv8s等不同大小的模型，具体看官网提供的，需要下载哪个，鼠标左键单击下载就行。
我的源码包已经下载好了yolov8n.pt模型了，如果需要其他权重自行下载就行
。

---

🎓二、YOLO环境配置教程

YOLOv9/YOLOv8/YOLOv7/YOLOv5环境都是通用的，只需要安装一次就行

🍀🍀1.pytorch环境安装

手把书安装教程链接参考：链接: link

🍀🍀2.其他依赖安装

安装requirements.txt文件的环境，需要注释掉下面两行，前面的步骤已经单独安装pytorch了，不注释的话就会安装最新版本的pytorch，导致pytorch版本与电脑显卡不匹配，所以注释掉

手把书安装教程链接参考：链接: link

🎓三、YOLOv8推理

🍀🍀1.新建推理文件

(1)在根目录新建一个python文件，取名为：detect.py

(2)把推理代码复制到detect.py文件
注意注意注意：模型路径改成你自己的路径，还有预测图像也改成你自己的路径
推理的代码如下：

# -*- coding: utf-8 -*-
"""
@Auth ： 挂科边缘
@File ：detect.py
@IDE ：PyCharm
@Motto:学习新思想，争做新青年
@Email ：179958974@qq.com
@qq ：179958974
"""

from ultralytics import YOLO

# Load a model
model = YOLO(model=r'D:\2-Python\1-YOLO\YOLOv8\new-yolov8\ultralytics-main\yolov8n.pt',task='detect')  # load a pretrained model (recommended for training)


# # Train the model
# results = model.train(data='coco128-seg.yaml', epochs=100, imgsz=640)

model.predict(source=r'D:\2-Python\1-YOLO\YOLOv8\new-yolov8\ultralytics-main\ultralytics\assets\zidane.jpg',save=True,show=True)

推理代码的参数解释
1.model参数：该参数可以填入模型文件路径
2.source参数：该参数可以填入需要推理的图片或者视频路径，如果打开摄像头推理则填入0就行
3.save参数：该参数填入True，代表把推理结果保存下来，默认是不保存的，所以一般都填入True
4.show参数：该参数填入True，代表把推理结果以窗口形式显示出来，默认是显示的，这个参数根据自己需求打开就行，不显示你就填False就行
5.task参数：该参数用于指定要执行的任务类型，目标检测任务填detect，yolov8提供四种任务类型，如下：detect(目标检测), segment(目标检测), classify(目标检测), pose(目标检测)

修改完直接鼠标右击运行就行

🍀🍀2.推理结果

拿官网模型进行推理，推理成功，如下图

总结

YOLOv8推理自己的模型或官网模型到此结束，有问题可以留言，创作不易，请帮忙点个爱心呗，谢谢