YOLOV8学习笔记1

​在此申明，此方法是前期自行摸索，不是常用的运行方式。刚问了厉害的人，才知道我这个方法不太好。主流方法是输入代码训练或者运行train.py训练。此篇博客的方法，也能训练，对我而言，能运行，就说好方法。但是对于之后的算法改进不太好操作，尽量还是改成运行train.py训练。具体操作，还在摸索，有结果了再写。

在此之前没有学习和训练过任何深度学习网络，所以一开始无从下手。
主要是借鉴了别人的博客：
1、pyton\yolov8安装和基础使用，训练和预测(是CPU运行的，而不是GPU，我需要的是GPU的，所以参考价值不大）。本人在之前已经配置好GPU版本的深度学习环境（配置过程），但是跟着这个链接运行，不知道为什么还是cpu训练。原因可能是我没有在安装好CUDA的虚拟环境中运行。
2、https://blog.csdn.net/m0_61395091/article/details/129642022（GPU版本的、大佬写的很好，很清楚详细）

1、下载YOLOV8官方文件

官方地址：https://github.com/ultralytics/ultralytics

2、在Pycharm中运行yolov8

用Pycharm打开工程，然后，点击file中的Settings，选择自己的有CUDA的虚拟环境（很重要）。在Terminal输入pip install ultralytics 。
不要直接安装requirements.txt里的东西，因为里面的torch是cpu版本的，而不是gpu版本，直接安装将无法使用gpu运行（是误解，在选择好虚拟环境之后，再pip install -r requirements.txt，只会安装虚拟环境中没有的模块，并不会覆盖掉自己已有的模块）