yolov8搭建蹚坑实战（基于NVIDIA系列显卡）-对你一定有用

申明：本文是我自己实际测试蹚坑案例，出现问题查阅了众多网上大咖的案例、问题解决办法总结而来，这里仅供大家学习学习。

一、环境安装

1、python开发环境安装(可选)

个人安装python-3.9.13，可通过访问官网https://www.python.org/进行下载安装，包括windows、linux等版本自行选择，建议不要使用太过新版本，可能导致部分组件不兼容。这里yolov8搭建可以不用独立安装python，在Anaconda3安装里已集成可提供独立的Python环境。

2、Anaconda3介绍与安装、设置下载源

2.1、介绍与安装注意事项

Anaconda3是一款功能强大的Python数据分析软件，专门为了方便使用Python进行数据科学研究而建立的一组软件包。 它汇集了数据科学领域常见的Python库，并自带了专门用来解决软件环境依赖问题的conda包管理系统。Anaconda能够轻松安装在数据科学工作中经常使用的包，提供了一个独立的Python环境，可以轻松创建和管理多个独立的Python环境，以便在不同的项目中使用不同版本的Python和不同的库。此外，它还集成了大量的科学计算和数据分析工具，如NumPy、Pandas、Matplotlib、Scikit-learn等，以及Jupyter Notebook，使得Python科学计算和数据分析更加简单和高效。Anaconda的软件功能主要包括包管理与环境管理，可以很方便地解决多版本Python并存、切换以及各种第三方包安装问题。Anaconda的安装步骤简单，用户可以通过访问Anaconda官网下载并安装（也可访问国内下载源地址进行下载，速度较快，比如清华大学的：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/）。安装完成后，用户可以利用conda和pip来安装、更新、卸载第三方工具包，而无需考虑版本等问题。Anaconda集成了众多数据分析的第三方包，如Numpy、Scipy、pandas等，提供了虚拟环境管理功能，解决Python多版本并存的问题。

注：Anaconda版本选择根据python版本进行选择，这里我选择Anaconda3-2021.11-Windows-x86_64.exe进行安装测试 ，若选择其他高版本，可自行研究相关依赖关系。

安装过程中选项全部勾选，然后一直下一步至最后。

2.2、设置下载源

安装完成后打开如下：

输入conda config --set show_channel_urls yes  回车后，会在当前用户下生成.condarc文件。

使用记事本或其他文本工具打开该文件可修改anaconda下载源为国内的，比如我这设置为清华源，复制如下替换到该.condarc文件：

channels:

  - defaults

show_channel_urls: true

default_channels:

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

custom_channels:

  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

2.3、创建anaconda独立环境：

conda create -n 环境名 python=版本号 -y，我这里为：

conda create -n yolo8 python=3.9 -y

注：若多个项目时，这里应该独立创建环境，最好一个环境跑一个项目避免冲突。若python为更高版本时，在后续配置过程中需注意各依赖组件的版本号，后面会介绍，避免各种坑，我反正躺够了。。

3、pycharm介绍与安装

PyCharm是一款适用于数据科学和Web开发的Python集成开发环境（IDE），旨在提高开发效率和质量。 它提供了专业的Professional Edition和免费的Community Edition，后者专注于代码和数据，适合个人和小型团队使用。PyCharm集成了Python开发所需的所有工具，包括语法高亮、错误检查、代码格式化、可感知上下文的代码补全、代码导航和结构视图等，从而简化了Python开发过程。PyCharm支持所有主要Python实现，包括Python 2.x与3.x、Jython、IronPython、PyPy和Cython，确保了广泛的兼容性。它还支持多种测试框架，如doctest、nose和attest，并集成了Coverage.py以测量代码覆盖率，帮助开发者更好地了解测试情况。此外，PyCharm还支持yappi和cProfile等Python分析器，以及Behave和Lettuce等BDD框架，支持Web开发中的HTTP客户端、WebSocket、HTTP/2等，提供了强大的测试和部署工具，包括Kubernetes、Terraform和Docker等，便于在多种环境和平台上部署应用。PyCharm的快捷键和自定义功能使其成为高效开发的理想选择，支持绑定多种键盘快捷键方案，包括Textmate、NetBeans、Eclipse、Emacs以及Vi/Vim仿真插件，进一步提高了编码速度和效率。版本控制系统集成支持Git、SVN、Mercurial、Perforce等，便于版本管理和协作。

总的来说，PyCharm通过其丰富的功能和强大的工具集，成为Python开发者的首选IDE，无论是对于初学者还是专业开发者，都能提供极大的便利和效率提升。

这里使用社区版本的就行啦，下载地址：https://www.jetbrains.com/zh-cn/pycharm/

点击首页下载按钮，至下面图所示：

可以使用最新版本的，安装过程中的选项全部勾选，一直下一步至结束。

4、Cuda和cudnn介绍、安装（没有GPU的飘过该章节）

4.1、英伟达（NVIDA）了解

NVIDIA是一家全球领先的计算机技术公司，专注于图形处理器（GPU）和人工智能（AI）计算。公司成立于1993年，总部位于美国加利福尼亚州的圣塔克拉拉。NVIDIA的产品和技术广泛应用于各个领域，包括游戏、虚拟现实、自动驾驶、数据中心、边缘计算等。作为全球最为知名的GPU制造商之一，NVIDIA的图形处理器技术推动了计算机图形学和游戏行业的发展。同时，由于其并行计算能力优势，NVIDIA的GPU也被广泛应用于科学计算、深度学习和人工智能领域。其旗舰级GPU产品线包括GeForce用于游戏玩家、Quadro用于专业工作站和数据科学家、Tesla用于高性能计算等。

NVIDIA还推出了一系列的软件开发工具和库，为开发者提供了丰富的工具和支持，加速了人工智能应用的开发和部署过程。其中最著名的是CUDA平台，它为开发者提供了在GPU上进行高性能计算的编程模型和工具。通过持续的创新和技术领导地位，NVIDIA在计算机行业取得了巨大成功，并为人工智能和高性能计算等领域的发展做出了重要贡献。

4.2、Cuda

CUDA（Compute Unified Device Architecture）是由NVIDIA开发的并行计算平台和编程模型，用于利用NVIDIA GPU（Graphics Processing Unit）进行通用目的计算（GPGPU），它是一种为GPU编程提供高性能和易用性的软件环境。

CUDA的主要目标是将GPU作为计算加速设备，用于执行并行计算任务，特别是科学计算和深度学习等领域。它通过提供一套编程接口（API）和工具集，使开发者能够利用GPU的大规模并行计算能力，以加速计算密集型任务。使用CUDA，开发者可以使用编程语言如C/C++、Python等来编写GPU加速的程序。CUDA提供了一系列库和工具，如CUDA Runtime库、CUDA Tools（如nvcc编译器）和NVIDIA Nsight开发环境，用于编译、调试和优化CUDA程序。CUDA的优势在于其紧密结合了NVIDIA GPU的体系结构特点，可对任务进行细粒度的并行处理，并利用GPU上的数百到数千个核心同时执行计算任务。这使得CUDA成为目前广泛应用于科学计算、数值模拟、深度学习等领域的GPU编程平台。

使用CUDA开发的程序，其执行的硬件需求需要是支持CUDA的NVIDIA GPU，并且需要安装相应的CUDA驱动程序和运行时库。

4.2.1显卡版本信息查看

通过右下角或者开始菜单栏打开NVIIIA控制面板》帮助》系统信息》组件，如下图所属查看是否有CUDA，有无需安装，没有需要下载安装：

没有CUDA时，通过系统信息》显示  查看驱动程序版本信息：

先访问https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html查看驱动程序版本对应的cuda推荐版本。

 

4.2.2下载对应版本cuda

访问https://developer.nvidia.com/cuda-toolkit-archive 下载对应的cuda版本

因为我这windows server2019，驱动程序版本552.44，最终选择11.3.x版本时才安装成功：

这里建议大家从符合驱动程序版本号的CUDA版本从低版本往上进行下载安装（注意操作系统版本Version）。安装过程很简单，一直下一步即可，若提示需重启执行即可。

4.3、cudnn

cuDNN（CUDA Deep Neural Network）是由NVIDIA开发的深度神经网络（DNN）加速库，专门用于在CUDA平台上进行深度学习任务的加速,他提供了高度优化的DNN（深度神经网络）基础操作和算法实现，如卷积、池化、归一化、激活函数等，以及自动求导和张量操作等，利用了NVIDIA GPU的并行计算能力和高度可编程的架构，提供了高性能的DNN计算和训练加速。通过使用cuDNN，深度学习框架（如TensorFlow、PyTorch等）可以利用其提供的GPU加速功能，加快训练和推理的速度。cuDNN库实现了高效的卷积计算和其他操作，优化了计算过程和内存使用，以最大化GPU的利用率和性能。cuDNN还提供了一些高级功能，如自动调整算法的性能和内存使用、混合精度计算等，以进一步提高深度学习任务的效率和性能。一句话说明，cuDNN是NVIDIA为深度学习开发者提供的一个重要工具，它通过高度优化的DNN操作和算法实现，使得深度学习框架能够更有效地利用CUDA和NVIDIA GPU的性能，加速深度学习任务的执行。它的主要特性如下：

• 为各种常用卷积实现了 Tensor Core 加速，包括 2D 卷积、3D 卷积、分组卷积、深度可分离卷积以及包含 NHWC 和 NCHW 输入及输出的扩张卷积
• 为诸多计算机视觉和语音模型优化了内核，包括 ResNet、ResNext、EfficientNet、EfficientDet、SSD、MaskRCNN、Unet、VNet、BERT、GPT-2、Tacotron2 和 WaveGlow
• 支持 FP32、FP16、BF16 和 TF32 浮点格式以及 INT8 和 UINT8 整数格式
• 4D 张量的任意维排序、跨步和子区域意味着可轻松集成到任意神经网络实现中
• 能为各种 CNN 体系架构上的融合运算提速

在数据中心和移动 GPU 中采用 Ampere、Turing、Volta、Pascal、Maxwell 和 Kepler GPU 体系架构的 Windows 和 Linux 系统均支持 cuDNN。

访问https://developer.nvidia.com/rdp/cudnn-archive根据cuda版本匹配下载：

注：根据你的显卡驱动程序版本下载的CUDA版本匹配下载。

最后将下载的zip加压，将解压目录下的文件夹文件拷贝CUDA对应版本号目录下即可。

4、YOLOV8源码下载

这里不再介绍YOLOV8了，需要了解的自己搜索，网上一大堆基础介绍。

下载方式：

（1）官网版本：https://github.com/ultralytics/ultralytics  就一句：慢的要死，有vpn的除外。选择指定一个版本即可，下载后解压至指定目录即可：

+

5、YOLOV8配置

该节注意坑点，特别是GPU版本的：由于YOLOV8相关依赖下载过程中按照requirements.txt中要求的依赖最低版本后，按最新的版本下载，导致运行过程中各种冲突、兼容问题导致代码验证通不过。

5.1、pycharm添加解释器

打开，点击【Open】打开解压的yolov8文件夹即可加载源码

点击pycharm右下角添加解释器：

选择安装的anaconda3\Scripts\conda.exe,点击Load Environments:

最后，右下角选择yolov8即可：

最后等待相关依赖环境完成安装即可。

5.2、YOLOV8 CPU版本配置

（1）把requirements.txt中的torch和torchvision前面的#号去掉

（2）终端运行安装代码：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/ 

这里-i后面为清华源下载地址，等待依赖下载完成即可。

（3）打开如下图所示wzq.py。取消注释，右键RUN即可进行验证：

出现如下所示表示成功：

打开C:\yolov8\runs\detect\predict（对应你自己yolov8所在目录）看到有图片效果：

5.3、YOLOV8 GPU版本配置(没GPU的跳过)

（1）用#号，把requirements.txt里面的torch和torchvision注释掉，或者删除

（2）终端运行安装代码：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/ 

这里-i后面为清华源下载地址，等待依赖下载完成即可（一定要全部安装完成后再下一步）。

（3）终端运行GPU版本pytouch以及相关依赖组件：（坑点！！！）

很多网上都直接给出了你推荐安装代码，比如：

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch -y

但这里当你运行完成后执行测试时，会出现各种报错，比如：

Could not run 'torchvision::nms' with arguments from the 'CUDA' backend，还有些模块import失败等。

建议安装方式如下：

打开https://pytorch.org/get-started/previous-versions/ 根据你的CUDA版本往下的相近版本匹配安装，比如CUDA12.4,但是官网只有12.1，可以使用这个：

这里首次安装文伟pytouch较大，有2.5G左右，会下载很慢，估计得几个小时。不想等太久可以按照下面步骤执行，否则跳过如下步骤：

可以另外一种方式先对touch单独下载比在本地进行安装，再安装 torchvision和torchaudio：

（a）执行命令python -m pip debug --verbose

往下翻，把第一个 cp39-cp39-win_amd64复制：（根据你python环境复制，这里以我的版本为例）

（b）访问https://download.pytorch.org/whl/torch_stable.html，ctrl+f复制cp39-cp39-win_amd64进行搜索：因为我的CUDA版本12.4，列表如下图中最前面cu121表示cuda版本号，没有124，那么直接使用121版本也行：

这里下载（迅雷很快）到本地的yolov8目录下：

终端执行如下代码完成安装即可：

最后再执行其他依赖代码：pip install torchvision==0.17.2 torchaudio==2.2.2完成安装即可。

(4)终端运行GPU版本pytouch以及相关依赖组件后，执行测试成功即可：

 打开如下图所示wzq.py。取消注释，右键RUN即可进行验证：

出现如下所示表示成功：

打开C:\yolov8\runs\detect\predict（对应你自己yolov8所在目录,predict目录没运行一次。就会在目录后面+1）看到有图片效果：

至此，yolov8环境搭建完毕。按照上面步骤，会解决因为依赖冲突导致的后面训练时出现的错误问题。

二、数据集标注

1、Labelimg介绍与安装、配置

LabelImg是一个开源的图形图像注释工具，用于创建边界/矩形框（适用于要标注物体的位置和大小）和多边形注释（适用于标注非规则形状的物体）。LabelImg能够在Windows、Linux和macOS等多个平台上运行，同时支持各种类型的图像文件格式，如JPG、PNG和BMP等（注：图片格式不是这几种的，可以使用格式工厂转一下即可）。
在LabelImg中，可以选择PASCAL VOC、YOLO和CreateML三种格式进行类别标注，生成的文件类型分别为：

（常用）PASCAL VOC——xx.XML文件

（常用）YOLO——xx.txt文件

CreateML——xx.json文件

CreateML是Apple提供的一种机器学习工具箱，用于构建和训练各种机器学习模型，包括图像分类、目标检测等任务。

安装步骤：

（1）打开Anaconda Prompt (anaconda3)，不要安装在base环境，容易闪退，输入conda activate yolov8，切换到yolo8环境：

（2）输入pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple 完成安装

（3）创建labelimg快捷方式：

输入conda info --envs

本地进入 C:\anaconda3\envs\yolo8\Scripts：

（4）配置labelimg：

Auto Save mode：切换到下一张图的时候，会自动保存标签。

Display Labels：会显示标注框和标签

Advanced Mode：标注的十字架会一直悬浮在窗口

Open：打开单张图片

Open dir：打开图片所在文件夹

Change save Dir：输出的标注文件保存位置

如下选择保存的格式，一般选择yolo：

常用快捷键：

•  A：切换到上一张图片
• D：切换到下一张图片
• W：调出标注十字架
• del ：删除标注框框
• Ctrl+u：选择标注的图片文件夹
• Ctrl+r：选择标注好的label标签存在的文件夹

2、数据集格式

训练集train和验证集val的比例，一般默认是8:2，可以配置文件进行调整，后面会说。

3、labelimg标注详解 

3.1、打开需要标注的图片

可打开单张、也可以打开图片文件夹：（图片均是在网上随便找的，注意后缀名一定统一！！！，要么全为jpeg，要么全为png，否则后面的训练过程中会报错。除非你会将源代码中的这部分可自行进行修改转换也行，这需要一定的python编程基础）

 首次打开文件夹弹出选择No

再选择图片所在文件夹：

选择好图片文件夹后会弹出，选择No：

随后弹出的选择文件夹，选择labels文件夹：

注意：第一次弹出后，后续不再弹出这个选项，后续点击Change Save Dir ,设置标签labels保存路径即可：

3.2、对图片进行标注

双击图片或者D/A切换没图片上右键或者左边栏点击Create RectBox，如下以训练口罩识别进行标注、配置,若需要识别其他物品等，请自行标注：

拖住鼠标左键框选图片口罩识别区域，弹出的输入标签名mask，点击ok：（标注框选区域尽量不要框选口罩意外的内容，尽量贴近识别物品的边缘）

点击保存后，会在labels目录下生成文件名一样的一个txt文本，以此类推，完成所有图片的标注，一定记得没完成一个保存一下，比如你标注10张图片，那么labels文件夹下一定有10个对应相同名称的label标签txt，以及一个classes.txt文本。

如果lebel标签名输入一次后，下一张图片直接选择标签即可：

打开文件后解释如下：

三、训练验证

1、数据集划分

前面提到的训练集train和验证集val文件夹不需要手动建，需要配置运行即可：

然后执行运行即可：

注意：运行前一定记得labels中删除classes.txt，保证images和labels一一对应，数量一致

运行后会生成：

2、数据集配置和训练

如上图所示，将数据集voc1整个目录复制到pycharm中yolo8工程中：

打开wzq.py,配置：

如果上图训练次数参数不写时，会读取默认配置文件次数，如下所示为默认配置文件：

配置data.yaml:

3、开始训练

wzq.py右键运行：

出现运行参数，加载相关模型等信息：

开始指定训练轮数训练，本实验配置的100次：

出现如下表示完成训练：

注意：可以翻看该窗口查看是否有报错信息，若按照前面的环境完成安装配置，将不会出现报错信息；否则就是安装依赖相关组件存在版本冲突或者缺失，请详细检查！！！！！另外CPU训练较慢。

4、训练结果测试、

查看训练结果权重模型

修改模型进行测试

4.1、用图片进行测试

按照图片方式测试配置，项目下新建一个test文件夹并放入测试图片：

右键wzq.py run，获得结果：

、

如下表示测试成功，如果没有显示检测框，以及控制台出现no detections，可以将训练次数加大，

results = model.train(data='data.yaml', epochs=500)

以及如下设置

4.2、使用摄像头测试

摄像头检测时，如果不显示检测窗口，是因为默认不会实时显示检测的窗口，可以把 ultralytics/cfg/default.yaml里面的show值 改为True，就可以实时显示摄像头检测了

4.3使用视频文件进行测试：

注：若涉及安防摄像头或者抓拍场景较远的视频时，可能识别效果不太理想，需要大量素材、大批次进行训练测试：

5、其他常见训练报错信息

若出现其他错误信息需要具体分析：

常见于个人台式电脑出现的错误，比如：

（1）内存超出异常——会有相关报错信息如：CUDA out of memory或者[WinError 1455] 页面文件太小。

解决方案：

• 调小default.yaml的batch的值，改为8以内的数值
• 修改系统的虚拟内存调大

（2）Arial.ttf，<urlopen error [WinError 10054] 远程主机强迫关闭了一个现有的连接。>

解决方案：把源码根目录的Arial.ttf字体，放到C:\Users\用户名\AppData\Roaming\Ultralytics目录下，其中红色部分是自己电脑的用户名，根据具体情况进行修改。

注：另外，安装成功后在终端输入pip list 先把素有安装依赖版本记录起，避免后续其他操作时导致部分依赖版本被强制更新导致程序报错，对比可以回退版本：

比如我在后面设置导出onnx更新时就遇到了numpy 和opencv版本被更新导致报错，参照之前的依赖版本将被更新的opencv（被升级到4.10）和numpy（被升级到2.0）降级至之前的版本后运行代码正常：

 pip install opencv-python==4.8.0.76 -i https://pypi.tuna.tsinghua.edu.cn/simple/

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

近期会更新java调用yolov8代码。

如对您有帮助，请点赞关注哈~谢谢。有问题也可以留言~大家一起学习。