AutoDL租用云GPU运行YOLOv8目标检测算法，保姆式教程！_在autodl上配置yolov8环境

AutoDL是一个国内的GPU租用平台，AutoDL可以提供服务稳定、价格公道的GPU租用服务。更为学生提供免费升级会员通道，享极具性价比的会员价格。 并且操作简单，解决了本地深度学习任务中显卡性能不够用的问题。

本文详细介绍如何租用，和配置环境。

网址：https://www.autodl.com/home

一、首页

 二、租用

选择一个合适的GPU，租用

 在页面最下方可以选择镜像，自己配置，推荐使用PyTorch 2.0 + Python 3.8 + Cuda 11.8

点击立即创建即可。

等待创建完成。

可以看到正在运行中，不用的时候一定要关机。

 点开JupyterLab进入操作界面。

 点击终端进入命令行界面。

把自己的代码压缩包拖拽入文件夹里，这个文件夹可以直接从Github上拉下来。 耐心等待上传成功即可。

 解压压缩包。

unzip ultralytics-main.zip

解压完成。

 进入文件夹，初始化，输入以下代码：

cd ultralytics-main

conda init

关闭这个终端，再重新打开一个终端，就能成功进入base环境了。

  

再次输入cd ultralytics-main。

再输入学术资源加速。这个必须要有，不然下载文件非常慢。

source /etc/network_turbo

 再安装需求文档中的各个包。

pip install -r requirements.txt

 看到成功安装提示即可。

安装依赖

 
python setup.py install
 

 成功即可。

三、测试

测试一下YOLOv8是否能成功运行。

输入以下代码：

 
yolo predict model=yolov8n.pt source="https://ultralytics.com/images/bus.jpg"
 

 运行成功！点开运行结果保存的位置，打开文件夹，查看结果：

 成功！