YOLO环境配置指南：快速搭建目标检测平台

       在计算机视觉领域，YOLO（You Only Look Once）因其速度和精度平衡而广受欢迎。本文将详细介绍YOLO环境的配置过程，支持Windows系统，并提供完整的验证方案。

前置准备

1. 硬件要求：

   • NVIDIA显卡（如需GPU加速）

   • 推荐显存≥4GB（YOLOv8推理）

2. 软件基础：

   • Python 3.8+

   • pip 最新版

   • Anaconda软件

配置步骤（Windows）

1. 创建虚拟环境（推荐），需要提前安装Anaconda软件；

conda create -n yolo_env python=3.8   # -n后面对应的是名字；3.8是指定的python版本
conda activate yolo_env

2. 安装PyTorch

① CPU版本：

# CPU版本
pip install torch torchvision torchaudio

② GPU版本：

在安装GPU版本时，应先查看自己cuda版本：

nvidia-smi  # 查看GPU状态

由图可以看到，我的CUDDA版本是12.7的，因此按照GPU版本时，可以安装12.7及其以下版本的，例如：

# GPU版本（CUDA 11.8）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

也可以按照以下步骤安装：

① 进入torch官网，找到对应版本，复制命令进行安装：

 ② 若想是以前版本，则点击Previous versions of PyTorch，找到自己对应的版本，复制命令进行安装。

3. 验证是否安装成功

①CPU版本：直接pip list 查看即可

②GPU版本：进入当前安装的环境

conda activate yolov5
python
import torch
print(torch.cuda.is_available())

4. 安装YOLO必须库

每个源码中都有requirements.txt文件，切换到该文件的目录下，直接输入命令安装即可。

pip install -r requirements.txt