如何在用GPU云平台跑 YOLOv8 目标检测

YOLO系列是广受欢迎的计算机视觉算法，小编找到了一个GPU云平台，非常适合跑YOLOv8 目标检测，小编带大家体验下如何在GPU云趋动云上运行YOLOv8。

一、项目创建

项目名称：可自定义，如 “交通流监控体验”。

代码：选择 本地代码。

镜像：选择 公开 镜像 yolov8监控交通流-体验镜像（作者为 “趋动云小助手”），方法参考下图。

数据：选择 社区 > 全部 下的 trafficMonitor 数据集，方法参考下图。

模型：选择公开模型 yolov8（作者为 “趋动云小助手”），方法参考下图。

单击 创建，创建成功，同时弹出 上传代码 框。

可以在趋动云平台文档中心获取的代码压缩包，然后拖拽至上传代码框中。

单击 上传代码 框中的 确定，返回项目详情页。

左侧导航选择 数据，查看挂载数据和模型。

选择 开发，随后单击 初始化开发环境实例。

填写开发环境相关配置。

资源配置：选择 B1.small，也可选择算力大的资源规格，算力越大开发环境在做推理时速度就越快。

SSH 设置：保持默认。

最长运行时间：选择 4h，也可保持默认值。开发环境运行时长达到此处设置的值后，会自动停止，避免环境空跑消耗算力金。

单击 确定，等待开发环境初始化成功。

点击进入开发环境

开发环境切换至在线 JupyterLab 页面。

双击左侧目录中 “体验3:车辆越线计数-简单场景.ipynb” ，切换至该文件

一键运行该文件中所有步骤

运行完成

切回到文件目录，检查当前目录（/gemini/code/）是否生成相应推理结果视频，下载并观看。

最后下载到本地就可以查看结果了

大家赶快体验一下吧，很简单

现在平台注册就送168元算力金，欢迎领取跑模型，白嫖了一些算力，哈哈。