调用YOLOv8所需的pytorch环境配置

第一步：创建conda虚拟环境（切记不要“科学上网”）

依赖库的要求Python>=3.8，PyTorch>=1.8.

1. 创建虚拟环境后，首先安装了python=3.10：

conda install python==3.10 

2. 运行pip install ultralytics

PyTorch>=1.8

3. 卸载由于第二步直接安装的组件pip3 uninstall torch torchvision，

根据自己显卡的版本安装对应的pytorch和torchvision，假设选择pytorch2.2版本，那么可以：

conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=12.1 -c pytorch -c nvidia

第二步：下载YOLOv8源代码

YOLOv8模型可从Ultralytics工程中调用，项目网址：Ultralytics:YOLOv8 -Ultralytics YOLO 文档

4. # Install the ultralytics package from PyPI

pip install ultralytics

5. 在命令行中可以直接用yolo 命令来执行各种任务，以目标检测为例，运行下列代码： yolo predict model=yolov8n.pt imgsz=640 conf=0.25 

6. 下载项目后，在pycharm中打开，设置好python interpreter，选择预先搭建好的conda environment

总结：在安装环境和部署项目过程中的bug

1. 运行项目时，遇到RuntimeError: Numpy is not available

这是因为Numpy 版本太高，将现有Numpy卸载

pip uninstall numpy
安装numpy=1.26.4，解决此问题

pip install numpy=1.26.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 执行yolo train和predict等任务时，出现这个错误信息：NotImplementedError: Could not run 'torchvision::nms' with arguments from the 'CUDA' backend.

理解这个错误的原因似乎是在调用CUDA时无法调用nms计算单元？

排查此bug原因是torchvision版本与torch不匹配，如下所示，torch是cuda的，但是torchvision却配的是cpu版本。

pytorch                   2.2.0           py3.10_cuda12.1_cudnn8_0    pyto

torchvision               0.17.0                   pypi_0    pypi

解决方案：到torchvision官网 https://download.pytorch.org/whl/torchvision/ 找到与torch版本对应的torchvision-cuxx-whl，下载到anaconda/env文件夹中。参考https://zhuanlan.zhihu.com/p/589722755

PS. 配置环境用了conda install和pip install的两种方式来安装依赖包，但是在pycharm中选择编辑器时往往出现缺乏xx库的报错，我觉得可能和这些库的链接来源有关，尽量选择conda install方式来统一安装库，避免出现部分库识别不出的情况，特别是这些互相依赖的torch、torchvision库，最后我查了官网上的conda 而不是pip的方式，重新安装了torch（2.4.1）、torchvision（0.19.1）、torchvision（2.4.1）等。