二十二、Ubuntu22.04 + Yolov8 简单使用_yolov8可以在ubuntu22上

1. 环境配置

• Ubuntu 22.04
• CUDA 11.7
• Pytorch 1.13（必须 ≥ 1.8 ）
• Python 3.8 （必须 ≥ 3.8，但最好使用 3.8）
• RTX 2080

# 创建虚拟环境
conda create --name myYolov8 python=3.8

# 激活环境
conda activate myYolov8

# CUDA 11.7：安装 Pytorch 1.13
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

# 安装 ultralytics 包：yolov8仅需要安装这一个库就ok了
pip install ultralytics
1
2
3
4
5
6
7
8
9
10
11

具体配置方法，可以看我前面的博客
Ubuntu22.04 配置 Anaconda + Pycharm + Pytorch
Ubuntu22.04 + RTX2080 配置显卡驱动 + CUDA + cuDNN

2. 通过命令行简单使用 Yolov8

Yolov8 命令行界面 (CLI) 允许执行简单的命令，不需要自定义或 Python 代码
语法：

yolo task=detect mode=train model=yolov8n.yaml args...
          segment     val         yolov8n-cls.yaml
	      classify    predict     yolov8n-seg.yaml
	      pose        export      yolov8n.pt  
	                  track
	                  benchmark
task(可选)
mode(必须)
args(可选)自定义参数比较多，去看文档
1
2
3
4
5
6
7
8
9

Yolov8 官方文档

2.1 目标检测 detect

最好新建一个文件夹
因为第一次使用的时候，当前目录下没有模型权重文件 yolov8n.pt，该命令会自动从 GitHub 下载
输入可以是视频、也可以是图片

cd myYolo_test
yolo task=detect mode=predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'
1
2

检测结果也会保存到当前目录下的 runs/detect/predict

2.2 语义分割 segment

cd myYolo_test
# 需要用 yt-dlp 这个工具去下载网络视频（蛮好用的）
pip install yt-dlp
yolo task=segment mode=predict model=yolov8n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320
1
2
3
4

2.3 目标分类

cd myYolo_test
yolo task=classify mode=predict model=yolov8x-cls.pt source=bus.jpg
1
2

2.4 姿态估计 pose

cd myYolo_test
yolo task=pose mode=predict model=yolov8n-pose.pt source=human.mp4
1
2

2.5 在 COCO128 上验证 YOLOv8n

会自动下载 coco128 数据集到 家目录下的 datasets
coco128.yaml 是数据加载配置文件，这个文件被放在虚拟环境中，不在数据集里
/home/yao/anaconda3/envs/myYolov8/lib/python3.8/site-packages/ultralytics/cfg/datasets/coco128.yaml

# 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/我家自动化/article/detail/478928