Yolov8代码复现

0.引言

YOLOv8主要跟新如下部分：
(1)安装方式更简便

(2)速度快、准确率高

(3)新的backbone,将YOLOv5中的C3更换为C2F

(4)YOLO系列第一次尝试使用anchor-free

(5)新的损失函数

1.环境准备

安装环境步骤：
(1)创建虚拟环境

//创建名为yolov8的环境,python版本按照项目的要求设置
conda create -n yolov8 python=3.8

(2)激活虚拟环境

//使用如下命令即可激活创建的虚拟环境
conda activate yolov8

其他常用conda语句

//查看当前存在哪些虚拟环境
conda env list 
 
//退出当前环境
conda deactivate
 
//当前环境安装的包
conda list
 
//删除某个环境
conda remove -n your_env --all
 
//复制某个环境
conda create --name new_env --clone old_env
 

(3)迅雷下载torch等whl包文件进行离线pip安装(版本按照项目要求设置)

       由于python版本和pytorch和torchvision和cuda有对应的关系，需要明确项目使用上面版本进行下一步的conda虚拟环境的创建求的python，pytorch，torchvision版本)

        当我们知道了pytorch以及torchvision的版本要求，根据torch,torchvision,python兼容性对照表，我们下载这里选择torch=1.7.0 torchvision=0.8.1进行安装，下载地址，打开下载地址后如下图所示

​

标黄的字体中其含义如下

torch-1.7.0：表示 torch版本为：1.7.0
cu110：支持的cuda(GPU)版本为：11.0，通过在终端输入nvidia-smi可知道电脑最高支持的cuda版本（cuda向下兼容），如果不满足，需要下载高版本的显卡驱动
cp37：指的是anaconda中的python版本为python37
win_amd64：用于64位windows系统
linux_x86_64:适用于Ubuntu系统
用着一样的方法ctrl+F搜索找到对应的torchvision版本为0.8.1，并用迅雷下载

下载完毕后进入创建的conda虚拟环境yolov8中输入以下命令