YOLO V8实战入门篇 | Anaconda3 | ultralytics

本文介绍了如何使用Anaconda3创建虚拟环境,并针对YOLOv8进行配置。YOLOv8是Ultralytics开发的先进目标检测模型,提供高性能和易用性。文章详细步骤包括Anaconda3的安装、虚拟环境创建、YOLOv8源码下载及依赖安装。最后展示了模型运行的效果,并提及可能的自定义数据集训练教程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、虚拟环境

1.1 Anaconda3 安装

https://blog.youkuaiyun.com/weixin_42855758/article/details/122795125
参考这个链接,Anaconda3方便管理本机虚拟环境,结合pycharm很好用
如果下载的是2023 03版本最新版的Anaconda3,那么需要注意有几个改动的地方:

  1. anaconda官网
    在这里插入图片描述
    在这里插入图片描述

  2. 原教程中,环境变量部分这样改一下
    在这里插入图片描述

其他的都很像,参考原教程即可

1.2 创建适用YOLO V8的虚拟环境

测试前面1.1安装的环境
在这里插入图片描述
在这里插入图片描述
查看创建的yolov8环境
在这里插入图片描述
在pycharm中设置该环境
在这里插入图片描述

二、YOLO v8

2.1 YOLO v8简介

Ultralytics YOLOv8,由 Ultralytics 开发,是一种尖端的、最先进(SOTA)的模型,它在之前 YOLO 版本的成功基础上进行了建设,并引入了新的特性和改进,以进一步提高性能和灵活性。YOLOv8 旨在快速、准确且易于使用,使其成为广泛的对象检测、图像分割和图像分类任务的绝佳选择。

2.2 下载YOLO v8源码

源码下载链接

用pycharm打开该项目,环境设置参考1.2中所述!!!!

用pycharm打开该项目,环境设置参考1.2中所述!!!!

用pycharm打开该项目,环境设置参考1.2中所述!!!!

2.3 安装依赖

pip install -r requirements.txt -i [清华源]

三、运行目标检测模型

在这里插入图片描述
在这里插入图片描述

效果对比如下:

原图:
在这里插入图片描述
结果图:
在这里插入图片描述
之后就可以参考官方文档,训练自己的数据集啦

后续可能会出训练自己数据集的教程。入门篇就到这里。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

lijiamingccc

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值