复现YOLOv8全流程详解

复现环境

操作系统：Windows11

软件工具：PyCharm2023 + Anaconda3

参考来源

官方文档：https://docs.ultralytics.com/

开源仓库：https://github.com/ultralytics/ultralytics

预训练权重：https://github.com/ultralytics/assets/releases

前期准备

配置环境

• 打开 Anaconda Prompt，创建一个新环境，官方要求 Python 版本要大于 3.8：

conda create -n env_yolov8 python==3.9

• 提示要下载一些包，输入 y 继续：

• 等待包下载完毕，环境创建完成：

• 激活新创建的环境：

conda activate env_yolov8

• 输入 nvidia-smi 查看 GPU 支持的最高 CUDA 版本：

• 下载 Pytorch，打开官网：https://pytorch.org/
• CUDA 版本选择 12.1，复制下载命令：

• 粘贴到 Anaconda Prompt 运行下载命令：

• 等待下载完成，下载时间略长：

• 用 PyCharm 打开 YOLOv8 源码：

• 点击右下角 Python 解释器–>添加新的解释器–>添加本地解释器：

• 切换到我们新创建的环境：

• 打开 Pycharm 终端：

• 输入命令下载 ultralytics 包：

pip install ultralytics

• 如果下载速度较慢，可换用清华源下载：

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple/

• 等待下载完成：

复现功能

• 复现目标检测功能，直接在终端运行命令：

yolo predict model=yolov8n.pt source=./ultralytics/assets/bus.jpg

• 运行结果在 run 文件夹 detect 里：

• 复现实例分割功能，直接在终端运行命令：

yolo predict model=yolov8n-seg.pt source=./ultralytics/assets/bus.jpg

• 运行结果在 run 文件夹 segment 里：

• 复现姿态检测功能，直接在终端运行命令：

yolo predict model=yolov8n-pose.pt source=./ultralytics/assets/bus.jpg

• 运行结果在 run 文件夹 pose 里：