? ? ? ? 最近YOLO系列迎來了又一次翻天覆地的變革，YOLOv8問世了。因為v8剛剛發(fā)行不久，所以很多人對于YOLOv8的環(huán)境配置以及運(yùn)行存在各種各樣的問題，本菜雞在YOLOv8官網(wǎng)潛伏一天以及在b站查看相關(guān)視頻之后，終于成功運(yùn)行，接下來我將給大家分享具體步驟。
1.YOLOv8的強(qiáng)大功能簡介
YOLOv8的發(fā)行作者也是發(fā)行YOLOv5的大佬，v5系列本人在研一上學(xué)期已經(jīng)親測過，檢測結(jié)果非常哇塞。官網(wǎng)給出了v8的運(yùn)行速度和精度等折線圖同其余版本進(jìn)行比較，很明顯，v8是完全碾壓其余版本的，甚至v8的n模型已經(jīng)可以匹敵v5的s模型。
相比其余系列，v8更NB的是增加了segment和pose功能。實例分割任務(wù)一般是由MaskRCNN網(wǎng)絡(luò)來完成，但是MaskRCNN由于網(wǎng)絡(luò)大參數(shù)多計算量大，所以掩膜的實時性存在一定的局限性。v8的出現(xiàn)猶如救世主一般降臨人間，所以有segment需求的大佬們要對v8引起重視了?？渫炅耍蔷烷_整！
?2.YOLOv8環(huán)境配置
YOLOv8可以GitHub的網(wǎng)址上拉下來，網(wǎng)址放在此處-->ultralytics/ultralytics: NEW - YOLOv8 ?? in PyTorch > ONNX > CoreML > TFLite (github.com)
代碼文件拉下來以后，需要對pycharm的環(huán)境進(jìn)行配置，配置步驟如下：
a）需要下載nivdia的cuda，cudnn包以及pytorch等。
cuda下載網(wǎng)址：https://developer.nvidia.cn/zh-cn/cuda-toolkit
cudnn下載：Log in | NVIDIA Developer
pytorch下載：PyTorch?注意：torch盡量下載GPU版本：
b）用pycharm打開YOLOv8文件夾，下載依賴項，依賴項已經(jīng)以作者的名字來封裝好，所以直接在終端輸入：pip install ultralytics，安裝好之后會默認(rèn)安裝的cpu版本的torch，所以這里需要卸載掉cpu版本，pip uninstall torch，然后安裝GPU版本的torch，安裝命令就是上圖中的pip3.....cu117
c）環(huán)境安裝好之后，就可以運(yùn)行YOLOv8的各個功能模塊，比如運(yùn)行檢測模塊的預(yù)測功能：
yolo task=detect mode=predict ?model=yolov8n.pt conf=0.25 source='ultralytics/assets/bus.jpg'
使用別的功能的命令也以此類推即可。運(yùn)行之后會在example文件下生成run文件里生成結(jié)果
3. 分割功能測試
補(bǔ)充：上次沒有寫到Y(jié)OLOv8最強(qiáng)大的，也是別的YOLO系列沒有的分割功能（segment），今天運(yùn)行了一下這個功能，感覺還是非常不錯的，這里給大家把單張圖片運(yùn)行的結(jié)果以及視頻運(yùn)行時截取一張圖片放上來供大家參考分割效果。
單張圖片分割效果如下：
?截取視頻流中分割的一幀效果如下：
?本機(jī)對于自己的視頻數(shù)據(jù)集運(yùn)行分割功能時的命令如下，供大家參考：文章來源：http://www.zghlxwxcb.cn/news/detail-697905.html
yolo segment predict model=yolov8n-seg.pt source='D:\github\ultralytics-main\城市街道 - 1.城市街道(Av412700841,P1)文章來源地址http://www.zghlxwxcb.cn/news/detail-697905.html
到了這里，關(guān)于YOLOv8環(huán)境安裝以及在pycharm上運(yùn)行Windows版的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
