本文内容：在PyTorch虚拟环境中配置YOLOv8，进行每个步骤请仔细阅读本文档！

Anaconda的安装

参考文档：
Anaconda安装与Python环境搭建（不看后悔版）
anaconda清华源安装：
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

注：本部分只安装 Anaconda

PyTorch的配置准备

参考视频：
【yolov8】从0开始搭建部署YOLOv8，环境安装+推理+自定义数据集搭建与训练，一小时掌握_哔哩哔哩_bilibili
注：本视频参考到23min即可，后面up的配置有一些问题

需要下载的内容
① 首先在官网https://pytorch.org/查看pytorch支持的最高版本
② 不需要查看N卡系统支持最高的版本，下载CUDA版本会改变相关信息，此处不要被以上视频误导。
③ 权衡下载支持最高版本的CUDA和cuDNN（我下载的是CUDA_11.8，cuDNN下载11.）
CUDA工具包：
https://developer.nvidia.cn/zh-cn/cuda-toolkit
CUDA_11.8下载网址:（若CUDA下载页面无法打开，可使用以下地址下载CUDA_11.8）https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_522.06_windows.exe
cuDNN：
https://developer.nvidia.com/rdp/cudnn-download
注：最后是cudnn-windows-x86_64-8.9.7.29_cuda11-archive
④ 配置对应的环境变量
nvcc -V：查看版本CUDA

PyTorch的配置

参考文档：

PyTorch 最新安装教程（2022-02-22）

注1：其中配置清华源会导致 Anaconda Prompt 报错

配置清华源报错解决方案将C:/User/XXX/.condarc中内容恢复为默认值:

report_errors: false
channels:
  - defaults

或在 prompt 中运行：conda config --remove-key channels
然后在 Anaconda Prompt 中输入命令：conda clean -i
之后继续使用官网提供的命令下载 PyTorch 即可

可能可行的配置镜像源方案使用下文的方法三：可视化界面的方式配置镜像源
Anaconda配置镜像源_anaconda镜像源配置-CSDN博客
若不可行，在 prompt 中运行：conda config --remove-key channels

注2：在使用官网提供的命令下载 PyTorch 中个别大文件下的较慢，请耐心等待。
注3：不要使用VPN。
注4：当下载完成后若 import torch 报错如下

ModuleNotFoundError: No module named ‘torch‘

则参考以下文档：
ModuleNotFoundError: No module named ‘torch‘ 解决方案_modulenotfounderror: no module named ’torch-CSDN博客

先下载numpy conda install numpy
再重新输入官网提供的命令下载PyTorch（不需要删除）

下载/拉取ultralytics-main

https://github.com/ultralytics/ultralytics
release history：https://pypi.org/project/ultralytics/#history

为 ultralytics-main 配置虚拟环境

将python项目解释器更换为刚刚创建好的虚拟环境
在pycharm中设置Anaconda解释器_pycharm添加解释器anaconda-CSDN博客

测试

import torch

print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.device_count())
print(torch.backends.cudnn.version())
print(torch.version.cuda)
quit()

测试结果

YOLOv8的配置

参考视频：

参考视频：参考以下视频第四部分
【yolov8】从0开始搭建部署YOLOv8，环境安装+推理+自定义数据集搭建与训练，一小时掌握_哔哩哔哩_bilibili
在 Pycharm 终端中输入以下命令

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install yolo -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install X库==版本号 -i https://pypi.tuna.tsinghua.edu.cn/simple

配置测试

推理测试

//使用默认自带的一张图片进行测试
yolo task=detect mode=predict model=yolov8n.pt conf=0.25 source='ultralytics/assets/bus.jpg'

yolov8n.pt 需要自己下载，并放置在根目录中！

报错信息：

requests.exceptions.SSLError: HTTPSConnectionPool(host='api.github.com', port=443): Max retries exceeded with url: /repos/ultralytics/assets/releases/tags/v8.1.0 (Caused by SSLErro
r(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1135)')))

解决方法：关闭 VPN 代理。

问题解决

可能出现的问题①
若出现以下报错：
Error: No such command 'task=detect'.
最新解决方案（成功！！！）：
卸载ultralytics再重新安装

pip uninstall ultralytics
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simpl

解决方法（可能不成功）：
yolov8训练自己的数据集，报错：no such command ‘detect‘或者command ‘yolo‘ not found_yolo: command not found-CSDN博客
输入：python setup.py install 即可

若输入python setup.py install出现新报错：
can't open file 'setup.py': [Errno 2] No such file or directory
解决方法：未知

可能出现的问题②
问题：在输入终端命令进行推理时一直显示链接github超时
原因：没有下载好模型
解决方案：可以先到github中下载对应模型（也可以在超时信息中直接找到对应下载网址），再放置在根文件夹下（注意不要放在子文件夹中！）

测试结果

推理测试成功结果

系列文章

  1. YOLOv8 - 使用服务器训练模型
  2. YOLOv8 - 环境配置
  3. YOLOv8 - 自定义数据集并训练