Yolov8 安装教程超详细不踩坑
- 1 创建环境，打开终端
- 2 激活环境
- 3 官网安装 pytorch
- 4 验证安装成功
- 5 YOLOv8的安装
- 6 打开项目，选择刚刚创建的yolov8环境
- 7 安装yolov8源码
- 8 验证yolov8安装成功
- 9 模型的测试
- 10 试试修改源码测试
1 创建环境，打开终端
conda create -n yolov8 python=3.8按 y 操作2 激活环境
conda activate yolov83 官网安装 pytorch
https://pytorch.org/get-started/locally/
我是cuda版本的，可以先查看自己电脑最高支持的cuda版本，对官网下载对应的就好（比自己的电脑版本低的都可以）。这里有个坑，还要适配python版本，不然会出现下载失败的情况。
推荐命令！！！不出错版本（Python 3.8 + CUDA 11.8，完美兼容 YOLOv8）
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 -i https://mirror.sjtu.edu.cn/pypi/web/simple/ --extra-index-url https://mirror.sjtu.edu.cn/pytorch-wheels/cu118/ --force-reinstall --no-cache-dir --timeout 300备用命令那个快用哪个：
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/ --extra-index-url https://download.pytorch.org/whl/cu118 --force-reinstall --no-cache-dir --timeout 300【补充】 gpu版本的可以用下面的命令：
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 -f https://mirror.sjtu.edu.cn/pytorch-wheels/cu118/index.html【补充】查看自己电脑支持的cuda版本命令是：
直接在 PowerShell / CMD 里输入
nvidia-smi4 验证安装成功
安装后验证（确认是 GPU 版）
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"成功标志，缺一不可
2.4.1+cu118 # 显示cu118而非cpu True # 显示True说明GPU可用5 YOLOv8的安装
参考地址：https://github.com/ultralytics/ultralytics
推荐下载压缩包
6 打开项目，选择刚刚创建的yolov8环境
7 安装yolov8源码
编辑器命令行，cmd进到目录下面也可以
官网安装方式本人不推荐，推荐用pip源码安装，可以下载源码，方便本地修改
pip install -e .8 验证yolov8安装成功
pip show ultralytics9 模型的测试
用项目里面自带的图片进行测试
yolo predict model=yolo26n.pt source=ultralytics/assets/bus.jpg测试结果：
4个人，1辆车
10 试试修改源码测试
修改yolo/engine/model.py文件的predict函数，添加一句
print("试一试插入代码")测试结果如下，添加成功，模型正常运行
以上就是完整的yolov8源码安装的所有过程咯~
