yolov8、win10环境配置

一、准备工作

1. 准备工作: 安装CUDA

首先确定电脑显卡匹配的cuda版本
win+r打开命令，cmd进入命令窗口，输入

nvidia-smi

在nvidia官网(链接: nvidia官网.)下载对应的cuda版本，我用的是离线下载，防止中途网络问题导致安装不成功。我选择的是12.2.2版本

下载好之后，一路默认安装。
安装完成后，还是在命令窗口，输入

nvcc --version

我安装了两个版本的cuda，可以查到两个cuda版本号。
在系统环境变量中查看一下是否有环境变量

2. 准备工作：在GitHub上下载最新的项目文件

GitHub项目链接: github项目地址.

二、配置环境

1. 解压项目文件，右键在pycharm中打开（我安装的是最新的pycharm）

以下两条指令用来安装环境

pip install ultralytics # 安装
pip install -U ultralytics # 也可以用这个，安装并更新
#按照官方文档的说法这行语句会安装所有需要的环境，但是我输入这个语句之后，还是需要安装其他安装包，直接pip install 就可以了

2. 构建数据集

2.1 划分数据集

我是将10000张自己的数据集抽出一些，分60%作为训练集，20%作为验证集，%20作为测试集。
labelme打标签，但是yolo的标签格式不同，所以需要将标签格式转换，脚本代码如下：
标签文件-格式转换脚本文件.

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import copy
from lxml.etree import Element, SubElement, tostring, ElementTree

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

classes = ["AT1", "AF1",