- 1Linux日志安全分析,Linux日志分析场景（一）
- 2SpringBoot（雷丰阳）RestfulCRUD_springboot3 controller rest demo
- 3单点登录之CAS与LDAP的配置_cas ldap
- 4【软考中级备考笔记】数据的表示和校验码
- 5“跨国视频造假窝点”曝光！这个大规模数据集，帮AI揪出99%换脸视频
- 6CTFHub技能树 Web-SSRF 上传文件_if($_server['remote_addr']!="127.0.0.1")
- 72022完整版：云计算面试题和答案（学习复习资料）_云计算售前面试
- 82023华为OD机试真题【比赛的冠亚季军】_算法题 比赛的冠亚季军
- 9SpringBoot整合Jedis
- 10python和pywin32实现窗口查找、遍历和点击
YOLOv8环境搭建_yolov8环境配置
赞
踩
首先去自己的anaconda的安装的envs（虚拟环境），在导航栏输入cmd，进入命令窗口。
确保python>=3.7;CUDA>=10.1,PYtorch>=1.7
小编后面的：python=3.8.8;CUDA=11.6,PYtorch=1.12.1
1、创建一个虚拟环境
conda create -n torch1.12.1 python=3.8.8
激活刚建的虚拟环境
activate torch1.12.1
到官方网站下载yolo模型 ，下载好后解压，里面有个文件requirements.txt
mirrors / ultralytics / ultralytics · GitCode
安装一个整体包：
pip install -r .\requirements.txt
直接按照路径会有问题，找到自己 requirements.txt 文件路径，我这里是pip install -r D:\ultralytics-main\ultralytics-main\requirements.txt
然后安装ultralytics ，这是必须的。可以用镜像地址。
pip install ultralytics -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
安装下载好包，接下来就是验证：
yolo predict model=yolov8n.pt source='ultralytics/assets/bus.jpg' show=True save=True
YOLOV8实例分割（环境配置+搭建模型+数据集制作+训练+预测全套）
目录
③pip install 和conda install的区别
一、安装Anaconda3
1、下载
到官网：
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
2、安装
双击exe——Next——I Argee——just me ——选择路径（建议自定义，不要安装到c盘，且安装路径不要出现中文）——两个勾都勾上，不然配置环境很麻烦——Install——接下来页面两个勾不选——fnish完成安装。
3、验证
开始去找到这个
点开能进入命令框，输入python，可以看到python版本。print（“hi”）
二、搭建windows上yolov8环境
1、cuda+pytorch+python版本选择
①查看自己电脑的cuda型号
首先搜索栏找到设备管理器——显示适配器——NVIDIA（有这个才可以，说明电脑有GPU独显，否则就是只有集成显卡Intel，如图所以，很多比如联想台式电脑就没有独显，那么跑深度学习就得有服务器）
在电脑上按键win+r——输入cmd——输入nvidia-smi
②显卡驱动版本对应选择
（1）理论上显卡越新越好，但是有的新的会不稳定，显示花屏等异常出现，所以不能一味追求新。而且太新了可能还没来得及出来对应的pytorch版本，就没法匹配。
（2）安装的驱动版本<=电脑上显示的（支持最高cuda版本号），如本台电脑是12.0，那么安装的必须<=12.0,不能大于它。
（3）如果显卡<=PTX2080,推荐安装cuda10.2+cudnn7.6.5，或者其他版本；
如果显卡>=PTX3050,则必须安装cuda>=11.0。
| torch | torchvision | Python |
| main/nightly | main/nightly | >=3.8,<=3.11 |
| 2.0 | 0.15 | >=3.8,<=3.11 |
| 1.13 | 0.14 | >=3.7.2,<=3.10 |
| 1.12 | 0.13 | >=3.7,<=3.10 |
| 1.11 | 0.12 | >=3.7,<=3.10 |
| 1.10 | 0.11 | >=3.6,<=3.9 |
| 1.9 | 0.10 | >=3.6,<=3.9 |
| 1.8 | 0.9 | >=3.6,<=3.9 |
| 1.7 | 0.8 | >=3.6,<=3.9 |
| 1.6 | 0.7 | >=3.6,<=3.8 |
| 1.5 | 0.6 | >=3.5,<=3.8 |
| 1.4 | 0.5 | >=3.8,<=3.11 |
| 1.3 | 0.4.2/0.4.3 | ==2.7,>=3.5,<=3.8 |
| 1.2 | 0.4.1 | ==2.7,>=3.5,<=3.7 |
| 1.1 | 0.3 | ==2.7,>=3.5,<=3.7 |
| <=1.0 | 0.2 | ==2.7,>=3.5,<=3.7 |
2、创建虚拟环境
conda create -n 自己起名字 python==
如：conda create -n yolov8 python==3.8.0
这里就可以写上python版本，不然默认使用anaconda自带的python版本。
创建完了可以输入命令查看，没创建前anaconda本身只有一个base。
3、激活环境
接下来进入自己虚拟环境，前面base变成了自己的环境名称，就可以接下来在这个环境里为所欲为了，安装卸载，即使弄错了，去anaconda安装路径找envs文件夹，里面有你的虚拟环境可以整个复制或者删除。
4、安装pytorch框架
①安装框架pytorch 1.9.0
(1475条消息) [pytorch]pytorch官方安装法_torch==1.13.1+cu117_FL1623863129的博客-CSDN博客
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
慢慢等待下载，我这里用了清华源。接下来补充两个知识点：
②换镜像源
③pip install 和conda install的区别
conda ≈ pip（python包管理）+虚拟环境+非python依赖包管理
用conda下来接下来的包，这样的话下载一次，如果你其虚拟环境也要，他优先从上一目录找，如果有直接安装，就是说一次下载多次安装使用。
pip只能下载python包，而且下载安装到仅仅是当前环境，下次环境要用就得再下载。
下载包的时候优先推荐conda，不行再用pip。
删除用pip uninstall 包名 或者 conda uninstall 包名，效果一样，只删除当前环境下的包。
下载好只后可以输入命令pip list 查看：
三、安装yolov8
1、下载代码
