Ultralytics YOLOv8 YOLOv12 windows下的离线安装 offline install 指南 -- 以 带有CUDA版本的pytorch 为例

已于 2025-05-15 01:10:52 修改
阅读量1.3k 收藏 2
点赞数 1
CC 4.0 BY-SA版权
分类专栏： AI赋能行业实战：‌最佳实践与落地案例深度解析！‌ 人工智能系统解决方案与技术架构 文章标签： YOLO windows pytorch
于 2023-10-12 16:56:03 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wangyaninglm/article/details/133791865

文章大纲

简介

前置文章：

windows 下 安装 cuda

  • https://docs.nvidia.com/cuda/archive/11.6.0/pdf/CUDA_Installation_Guide_Windows.pdf

阿里云的源：
配置教程

  • https://developer.aliyun.com/mirror/anaconda

原始地址

  • https://mirrors.aliyun.com/anaconda/cloud/

基础环境与安装包的准备

为什么不直接使用conda-pack 迁移环境呢，因为带cuda 的pytorch 包过大，大概5G 左右，可能在copy 中出现错误。

  1. 基础conda 环境的准备

# 创建之前首先删除
conda remove -n myenv
了解本专栏 订阅专栏 解锁全文 超级会员免费看
【YOLOv8系列】在Windows上离线搭建YOLOv8运行环境
AnChenliang_1002的博客
07-31 1298
我们都知道，通过 pip安装YOLOv8是非常方便的，但是有时候网络环境受到限制，比如公司的工作站（无法连接网络）或者机房的教学机器等等，只能通过离线的方式安装YOLOv8；今天就来记录一下离线搭建YOLOv8运行环境的过程。并记录了遇到的问题及解决过程。
pytorch离线安装包.zip
01-30
包含pytorch-1.1.0-py3.7_cuda90_cudnn7_1.tar.bz2、cudatoolkit-9.0-1.tar.bz2、torchvision-0.3.0-py37_cu90_1.tar.bz2、mkl-2020.2-256.tar.bz2。安装命令：“conda install --offline 离线包”。 注意：最后安装pytorch-1.1.0-py3.7_cuda90_cudnn7_1.tar.bz2
yolov5和yolov8 配置torch离线文件GPU版本分享下载
2401_86141214的博客
05-18 194
yolov5和yolov8 配置torch离线文件GPU版本分享下载
离线安装Yolov5所需要的库
MyGdWcj的博客
11-21 566
由于我另一台电脑是没有网络的，所以我需要离线安装yolov5所需要的库，解决方法通过将库打包成了whl文件，最后通过u盘拷到没网的电脑上离线安装即可。随后它就会在当前目录下创建一个名为‘wheelhouse’的文件夹，并将所有的whl文件都存储在里面。4.将这个文件夹拷贝到u盘上，复制到另一台电脑。然后进入到该目录下运行下面的命令即可成功安装。1.在有网的且安装了Yolov5的电脑上先安装setuptools，通过以下命令安装。3.安装完成后将它们打包成whl文件。2.安装Yolov5的所有库。
离线情况下YOLO环境的搭建
potor9的专栏
08-06 635
10. 这里需要在有yolo对应的python支持包，我才用的是在一台联网的机器上打开yolo项目先下载，再导入的方式；1. 离线平台，首先注重的就是简洁性，像Anaconda就不用了，考虑直接Python、Pytorch还有YOLO；4. 这个显示最高支持12.5.78，本着实用将一部分版本的原则，下载了cuda 117；7. 我用的python 3.9.0，pycharm用的2024.1；5. 安装，在cmd中输入nvcc -V，检查是否安装成功；8. 先安装python，随后安装pycharm；
YOLOv8源码和离线安装文件.zip
07-31
此资源包括： 1、修改后的YOLOv8的源码，新增了向日葵和玫瑰的训练集，以及训练、验证和测试代码。 2、YOLOv8的离线安装文件。 解压密码请见https://blog.youkuaiyun.com/AnChenliang_1002/article/details/140833179
ultralytics离线安装包
05-11
ultralytics离线安装包
Ultralytics yolov8离线安装
Mapalas的博客
02-25 980
对于yolov8的安装，在Ultralytics官网有详细教程在线安装等，但是在没有网络的情况下，如现场或公司服务器，无法使用在线安装通过命令 pip install Ultralytics，网络下载pypi的包。解决方法：直接去pypi搜索Ultralytics，或者Ultralytics官网进入pypi（推荐从这个入口，搜索的有大量重名，可能不是官网的，这里在下面放上官网的pypi网址），下载离线包whl或tar.gz ultralytics的pypi包官方网址下载完成后，就可以在本地的虚拟环境中进行p
linux离线服务器配置ultralytics（改版）环境（几个关键步骤）
lxlovejjj的博客
11-16 452
首先，在联网的linux虚拟机上进行如下操作。1.配置pytorch环境。
配置Yolo虚拟环境环境【坑记录+离线安装】
m0_52848925的博客
05-24 2071
当时看教程怎么配置Yolo环境，教程很多但是千篇一律没有人说这到底是为什么，为什么要先自己下载pytorch，再在pytorch环境中install requirement，我也不懂，只能跟着做下来，但是并不理解意义。现在突然懂了。pip install -r requirements.txt其实就是下载txt里提到的所有包，里面包括一个叫torch的，就是pytorch。
Ubuntu16.04下安装anaconda3+pytorch全过程（离线安装）
ixobgenw的博客
06-18 1747
文章目录一、安装anaconda二、创建虚拟环境三、安装Pytorch，Torchvision和Cudatoolkit总结 一、安装anaconda 到清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 找到对应的安装包下载，本人下载的是Anaconda3-5.3.0-Linux-x86_64.sh 复制到ubuntu桌面即可，打开终端，使用如下命令： bash Anaconda3-5.3.0-Linux-x86_64.sh 不断回车.
cuda安装以及conda安装对应版本的pytorch-gpu
热门推荐
Owenhhhh的博客
01-20 3万+
@[TOC] conda安装pytorch-gpu 参考资料 （1）PyTorch（GPU版）详细安装教程（b站视频） https://www.bilibili.com/video/BV1Rz411e7eJ?from=search&seid=2681659812081276827 （2）实验室兄弟自己写的安装方法 https://blog.youkuaiyun.com/zengding5524/article/details/109484757 （3）相关网站 CUDA下载：https://developer.
YOLO-World初体验：Ultralytics版本，可直接上手，离线运行
AI数据工厂
02-20 2万+
YOLOv8官方新增了对YOLO-World的支持，本文利用其提供的模型及接口进行了体验。
ubuntu离线安装yolo11容器环境
最新发布
记录日常码代码的点点滴滴
07-03 188
服务器上没有vpn无法使用下面连接下载，采用离线安装方式。
现在版本的ultralytics没有setup.py以后，本地代码中修改了ultralytics源码，怎么安装到python环境中。
qq_29220369的博客
05-29 1445
问题，在使用ultralytics训练yolov8-obb模型时，修改了ultralytics源码的网络结构，发现调用的还是pip install安装的ultralytics库，新版本源码中还没有setup.py，该怎么把源码中的ultralytics安装到环境中。效果等同于python setup.py build;
Yolo的离线运行
qq_40821260的博客
07-10 858
比较简单的办法是通过官方的github获取到对应的yolo运行需要的python环境-requirement.txt.通过如下地址可以获取到对应的文件和相应的说明以及实例。为了让程序能本地话运行，我们还需要获取相应的模型权重文件，目前YOLO提供多种权重模型，我们选择的时Yolov5x的权重参数。
yolov8安装教程
he1223991940的博客
08-16 5049
(5)例如图cuda11.1 在conda中创建的虚拟环境运行下面对应的pip安装，在安装命令后面加上-i https://pypi.douban.com/simple/ some-package 使用国内下载源进行下载大大减少下载时间，等他下载完，在当前conda安装环境输入pip list找到torch+torchaudio+torchvision三个包，如下图在版本后带有+cuxxx即为安装成功。如果没有安装conda，按照流程安装好conda，还要下载好符合自己电脑版本的CUDA 后续会用。
windows下安装yolov8环境（详细图文教程）
qinshi501的博客
04-11 1296
最近看了 YOLO 的发展史，发现在机器视觉领域的应用非常广泛，f刚好最近一直在做机器视觉的工作，特此记录下搭建yolov的环境。我们使用的版本是yolov8的就用这个作为演示搭建过程。我们可以把依赖包定义在requirements.txt中，进行批量安装，这样就不用一个一个安装。yolov8的模型训练和使用依赖于pytorch，这个安装时间会比较长。4：安装ultralytics。安装完我们可以在命令行训练模型。直接git clone。3：安装pytorch。二：安装yolov8。
基于yolov8的手势识别系统及脱机部署
qq_64757029的博客
04-02 1165
完成ui界面设计后为实现模型的部署，先将pt格式的模型转换为onnx格式（为什么要要转成onnx模型呢，主要是因为onnx没有训练，只有推理，速度很快，而且目前大多数芯片都适配onnx模型，相当于一个通用莫模型，易部署。则将yolov8中util中的init文件的yaml文件的相对地址修改为default的绝对地址，如使用UI代码中使用有Qt包，pyinstaller打包因与Qt的兼容问题可能无法导出图片如图所示。转换qrc为py的代码附上。
conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia手动下载方法
12-07
要在不使用命令行的情况下手动下载并安装PyTorch及其相关库（如torchvision、torchaudio和pytorch-cuda=12.4），你可以按照以下步骤进行： 1. **访问PyTorch官网**： 打开浏览器，访问PyTorch的官方网站：https://pytorch.org/ 2. **选择合适的版本**： 在官网的下载页面，你可以选择适合你系统的版本。通常，你需要选择以下选项： - **PyTorch Build**：选择“Stable”稳定版。 - **Your OS**：选择你的操作系统（Windows、macOS或Linux）。 - **Package**：选择“pip”或“conda”，这里我们选择“conda”。 - **Language**：选择“Python”。 - **Compute Platform**：选择“Cuda 12.4”。 3. **复制安装命令**： 根据你的选择，官网会生成一个安装命令。复制这个命令。 4. **下载安装包**： 由于你不想使用命令行，你可以手动下载这些包。访问以下链接： - PyTorch: https://download.pytorch.org/whl/cu124/torch/ - torchvision: https://download.pytorch.org/whl/cu124/torchvision/ - torchaudio: https://download.pytorch.org/whl/torchaudio/ - pytorch-cuda: https://developer.nvidia.com/cuda-12.4-download-archive 在这些链接中，找到与你系统匹配的版本并下载。 5. **安装下载的包**： 下载完成后，打开Anaconda Prompt（Windows）或终端（macOS/Linux），导航到下载目录，然后使用以下命令安装这些包： ```bash conda install torch torchvision torchaudio pytorch-cuda=12.4 --offline ``` 如果你使用的是pip，可以使用以下命令： ```bash pip install torch-*.whl torchvision-*.whl torchaudio-*.whl ``` 6. **验证安装**： 安装完成后，你可以在Python中验证安装是否成功： ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 如果输出显示PyTorch版本并且`torch.cuda.is_available()`返回`True`，说明安装成功。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

shiter

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

实付元
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