赞
踩
博主在第一次搭建yolov8虚拟环境的时候,也在网上查看了很多教程,可是有很多教程都不能很好的解决博主的问题,博主在尝试了很多方法和查阅资料后,终于将环境搭建成功并能成功跑通代码,于是博主于是博主就写了这篇文章,希望能给同样处在小白的小伙伴们带来帮助。
可以搜索安装Anaconda和安装PyCharm的教程自己安装一下,博主就不进行介绍了
一定要在Anaconda安装好之后再进行后续操作,如果不安装Anaconda,后续指令将无法使用
可以用win+r的快捷键
在项目目录中输入cmd,点击确定
在终端输入以下指令后回车
conda create -n yolov8 python=3.8
该指令中的yolov8指创建的虚拟环境的名称是yolov8
创建完成后,可以通过以下指令来查看虚拟环境
conda env list
这里的 * 号指目前所处的环境在base,红色框线即为刚刚创建的虚拟环境,名称后面的即为虚拟环境的路径,需要留意以下,下面的步骤会用到此路径。
注:这里的yolo8是之前博主创建的一个虚拟环境,本篇教程中创建的虚拟环境名称都为yolov8,请大家不要弄混。
conda activate yolov8
输入指令后回车,可以看到前面括号中的内容由base变为yolov8,说明环境激活成功
注:建议小伙伴们可以安装一下,用GPU版本torch速度更快
nvidia-smi
可以看到博主的CUDA版本为11.7,意味着只能安装小于等于11.7的CUDA版本
如果要安装的CUDA版本为11.8,可以输入以下指令
pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple
如果要安装的CUDA版本为11.7,可以输入以下指令
pip install torch==1.13.0+cu117 torchvision==0.14.0+cu117 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple
安装PyTorch和torchvision的特定版本,并且指定了适用于CUDA 11.7(cu117)或CUDA 11.8(cu118)的版本
如果出现一堆warning和error,可以从以下两个方面考虑:
(1)是否翻墙,网络信号不好
解决方法:关掉外网即可
(2)安装的CUDA版本是否大于刚刚查看的CUDA版本号
博主在第一次尝试的时候没有注意到这个问题,一直在尝试安装CUDA11.8,导致一直发生报错,所以一定要根据上面的指令,查看自己的CUDA版本号
根据第5步的内容安装适配自己版本的cuda版本,具体内容可以参考以下文章:
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyside6 -i https://pypi.tuna.tsinghua.edu.cn/simple
打开pycharm,打开关于yolov8的项目或文件后,在左上角的文件子菜单栏下找到设置选项,点进去
进入设置后,按照下图标注的顺序依次点击即可
进入如图所示的界面,点击左上角的+号
按照下图的顺序操作即可
注:这里环境一定是选择现有,不能是新建,因为根据前面的步骤虚拟环境已经建好了
这里的解释器路径是选择刚刚配置的虚拟环境路径下的python.exe,不记得的小伙伴可以返回上面第3步,查看刚刚新建的虚拟环境所在的路径(以博主为例,找到刚刚新建的虚拟环境yolov8的路径之后,打开yolov8文件夹,选择这一文件夹下的python.exe),选择好之后点击确定即可。
到如下图所示的界面之后,一定要记得将红色框出来的地方打上勾,然后确定
到这里,虚拟环境搭建的方法就结束啦,希望喜欢的小伙伴可以点个关“猪”哦~
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。