Windows+YOLOV8环境配置

下载链接1： https://download.csdn.net/download/qq_45077760/89018721 （CSDN）
下载链接2：https://github.com/up-up-up-up/YOLOv8/tree/master （github）

注：我所做的是在10m以内的检测，没计算过具体误差，当然标定误差越小精度会好一点，其次注意光线、亮度等影响因素，当然检测范围效果跟相机的好坏也有很大关系

一、 YOLOv8环境配置

1.创建虚拟环境

YOLOv8所需要python>=3.8,博主之前用的是3.7，配置到最后发现python3.7对应的numpy最高是1.21，而YOLOv8要求的numpy最低是1.22.2，因此需要创建一个虚拟环境

conda create -n yolov8 python=3.8
1

2.下载YOLOv8源码

https://github.com/ultralytics/ultralytics，然后activate yolov8激活环境，安装requirements.txt里所需要的库，官网代码里requirements.txt文件是没有的，创建一个requirements.txt文件并把以下代码贴进去放在YOLOv8目录下，执行命令安装库

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
1

requirements.txt代码内容

# Ultralytics requirements
# Example: pip install -r requirements.txt

# Base ----------------------------------------
matplotlib>=3.3.0
numpy>=1.22.2 # pinned by Snyk to avoid a vulnerability
opencv-python>=4.6.0
pillow>=7.1.2
pyyaml>=5.3.1
requests>=2.23.0
scipy>=1.4.1
# torch>=1.8.0
# torchvision>=0.9.0
tqdm>=4.64.0

# Logging -------------------------------------
# tensorboard>=2.13.0
# dvclive>=2.12.0
# clearml
# comet

# Plotting ------------------------------------
pandas>=1.1.4
seaborn>=0.11.0

# Export --------------------------------------
# coremltools>=7.0  # CoreML export
# onnx>=1.12.0  # ONNX export
# onnxsim>=0.4.1  # ONNX simplifier
# nvidia-pyindex  # TensorRT export
# nvidia-tensorrt  # TensorRT export
# scikit-learn==0.19.2  # CoreML quantization
# tensorflow>=2.4.1,<=2.13.1  # TF exports (-cpu, -aarch64, -macos)
# tflite-support
# jax<=0.4.21  # tensorflowjs bug https://github.com/google/jax/issues/18978
# jaxlib<=0.4.21  # tensorflowjs bug https://github.com/google/jax/issues/18978
# tensorflowjs>=3.9.0  # TF.js export
# openvino-dev>=2023.0  # OpenVINO export

# Extras --------------------------------------
psutil  # system utilization
py-cpuinfo  # display CPU info
thop>=0.1.1  # FLOPs computation
# ipython  # interactive notebook
# albumentations>=1.0.3  # training augmentations
# pycocotools>=2.0.6  # COCO mAP
# roboflow
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

接下来安装ultralytics和yolo包

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install yolo -i https://pypi.tuna.tsinghua.edu.cn/simple
1
2

3.推理运行

官网下载yolov8n.pt文件，并把他放在YOLOv8目录下，执行推理命令

yolo predict model=yolov8n.pt source='ultralytics/assets/bus.jpg'
1

如果遇到以下错误，执行命令

python setup.py install
1

官网下载代码里是没有setup.py文件的，创建上setup.py文件并把它放在YOLOv8目录下，当然这些缺失文件我会在我的工程代码里打包给大家
setup.py

# Ultralytics YOLO 
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Cpp五条/article/detail/301605