yolov8+VSCODE环境配置

原创已于 2025-07-26 10:12:14 修改 · 1.6k 阅读

32 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO #vscode #ide

于 2025-07-09 14:37:20 首次发布

yolov8（3640）专栏收录该内容

1 篇文章

订阅专栏

一、安装基础软件

1安装cuda

查看cuda版本
链接: https://developer.nvidia.com/cuda-gpus
下载cuda版本
链接: https://developer.nvidia.com/cuda-toolkit-archive

2安装miniconda

链接: https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda
选支持python3.8的windows版本的,来安装。
在这里插入图片描述
用于来管理python安装环境。

3安装VSCODE

链接: https://code.visualstudio.com/download
用来运行python程序的IDE。

二、准备YOLOv8环境代码

在浏览器中输入网址：链接: https://gitee.com/zjstu/yolov8-main
克隆/下载yolov8-main-master.zip，解压这个.zip文件到D盘根目录下yolov8-main-master。

三、通过Miniconda配置python环境并安装依赖

1.打开Anaconda Prompt（Miniconda安装后会有这个终端）

点击windows开始菜单，打开Anaconda Prompt。

2.创建并激活虚拟环境

在这里插入图片描述
输入一下命令：创建虚拟yolov8，python版本为3.8的虚拟环境。出现提示时，输入y确认创建。
conda create --name yolov8 python=3.8

接着激活这个环境：
conda activate yolov8

成功激活后，命令行前面会显示：（yolov8）

3.安装Pytorch及相关库

在激活的yolov8环境中，输入一下命令安装带cuda支持的Pytorch等（若之前跳过cuda安装，去掉+cu117部分，即torch1.13.1等）
推荐用pip install方式进行安装。yolov8虚拟环境里终端输入一下命令：
pip install torch1.13.1+cu117 torchvision0.14.1+cu117 torchaudio0.13.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117
在这里插入图片描述
或者推荐用cpu训练的pytorch的旧版本1.13，查看旧版本的链接：
链接: https://pytorch.org/get-started/previous-versions/
cuda版本号与Pytorch对应，两者需要匹配。只是不带GPU加速训练。

阿里的国内镜像：
链接: https://mirrors.aliyun.com/pytorch-wheels/cu117/

4.安装ultralytics库

在该环境下，继续输入命令，会继续安装yolov8依赖的ultralytics库，用清华镜像源加速。在yolov8环境里，终端里输入如下命令：
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple

5.安装yolo相关（可选就必选）

在yolov8环境里，终端里输入如下命令：
pip3 install yolo -i https://pypi.tuna.tsinghua.edu.cn/simple

6.切换到yolov8代码目录并安装依赖

解压后的yolov8-main-master文件夹所在磁盘在D盘。
在这里插入图片描述

yolov8环境里，终端继续输入：d:（回车）
继续输入进入yolov8-main-master文件夹：cd D:\yolov8-main-master（回车）
在这里插入图片描述
然后安装该文件夹下requirements.txt里的依赖，继续输入：
pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
欧克，现在可以关闭Anaconda Prompt终端，以上不要用power shell终端。

四、在VSCODE中关联环境并使用

1.打开VSCODE

打开浏览器输入网址：https://code.visualstudio.com/download，下载安装VSCODE,双击VSCODE图标启动。

2.打开yolov8项目文件夹

点击VSCODE左上角-文件-打开文件夹-选择yolov8-main-master项目文件夹。

3.选择虚拟环境

在VSCODE中，安装官方的Python插件。然后手动选对虚拟环境的解释器。
三个圈操作，左下，右上，右中，顺序。
在这里插入图片描述

按ctrl+shift+P，输入：python select interpreter，回车。
在这里插入图片描述

4.测试环境

用这个文章方法测试：
链接: https://blog.youkuaiyun.com/2401_86141214/article/details/148191329?spm=1001.2014.3001.5506
按照上面的文章，运行结果如图。
在这里插入图片描述
一切都安排妥当，可以看到开始训练了。

上面显示的是用cpu进行yolov8训练，如果用GPU的显卡，需要把14行：
device=‘cpu’,
改为，
device= 0,
每轮训练速度可以提升10倍左右。
使用GPU(英伟达RTX3060/12G显存)进行训练，如图：
在这里插入图片描述
相关链接：
链接: https://blog.youkuaiyun.com/m0_65777910/article/details/148711936?spm=1001.2014.3001.5506