一、环境准备
1.本机已准备环境
python:3.10.13
在conda里激活环境后,使用python -V 查询python版本
CUDA:11.6
在cmd里面使用 nvidia-smi 查询版本
2.添加Torch、torchvision环境
2.1 先查看python与Torch、torchvisoion的版本对应关系
首先在pytorch官网里看到这个
我的CUDA是11.6的,所以torch选择1.13.1
从conda进入虚拟环境中,输入
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia
没有镜像下太慢了,换一个下
在这个博主这里torch下载找到了下载,版本是1.12.0
pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 --extra-index-url https://download.pytorch.org/whl/cu116
安装好了为这样
二、下载YOLOV8
1. 下载yolov8源码
yolov8下载通过网站下载压缩包,然后解压用pycharm打开
在打开的项目终端
pip install -r requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/
下载所需依赖
然后还需要安装ultralytics,目前YOLOv8核心代码都封装在这个依赖包里面,
可通过以下命令安装 pip install ultralytics
如果一直安装失败超时,试试这个
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ultralytics
我一开始用上面那个安装失败了好几次,然后最后试了一下,想着不行换下面的,没想到成功了,自己安装了看吧,下面的没试过
2.下载权重模型
下载地址:https://docs.ultralytics.com/models/yolov8/#supported-tasks-and-modes
进入网站选择合适的模型点击蓝色字体下载
三、开始准备自己的数据集
1.在自己的游戏里截图
方法有很多,自己选择。我用的是之前自己写的后台截图,for循环一次性截了很多。