yolov8环境配置：从安装到卸载，从入门到放弃。

yolov8环境配置：从安装到卸载，从入门到放弃。

先讲安装再到删除。

前置环境安装：Conda

• 这里我选用MiniConda

• 使用清华的镜像安装：https://mirror.tuna.tsinghua.edu.cn/anaconda/miniconda/

• 直接安装到C盘（免得后续麻烦），在安装中有选项时要勾上

• 建议安装py3.9以上的版本，因为在之前试验中安装py3.8版本，其中使用jupyter时就不支持（25年9月5日）

• 要明确指定版本，否则可能会因为版本过高而安装不上或过低导致不匹配。例如：conda下载的是py3.8，但是环境里下py3.10就会报错。

• 打开Anaconda prompt

conda环境创建与删除

• 环境创建命令：conda create -n yolov8 python=3.10 。就是conda create -n 环境名 py版本

• 环境查找命令：conda env list

• 环境删除命令：conda env remove -n yolov8
  

• 查看py版本：python --version

• 配置好环境后，激活环境：conda activate yolov8每次都得进入环境后执行代码

• 配置pypi，这里使用清华镜像：https://mirror.tuna.tsinghua.edu.cn/help/pypi/

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

pytorch安装

• 这里直接使用官网进行下载：https://pytorch.org/get-started/previous-versions/
• 不一定需要下载最新的版本，下载先前版本即可。
• 有独立显卡的可以在conda终端里输入nvidia-smi查看所支持CUDA最高的版本是多少，然后可以选择此版本或低一版本下载。
• 是集显等的无需CUDA，可以使用CPU的版本。我这里用的就是集显，所以选择CPU的。至于后续训练可以租借GPU服务器来进行训练。
  
  

Ultralytics（yolov8）安装

• 在github上下载包：https://github.com/ultralytics/ultralyticsltr

• 然后解压到桌面，使用Vscode打开，并在Anaconda prompt中cd入Ultralytics-main的文件夹下

• 使用pip install -e .通过源码安装

• 使用pip list验证是否安装完成
  

• 加载模型：yolo predict model=yolov8n.pt
  
  
  出现yolov8n.pt即加载成功。

测试

• 直接使用cmd运行测试代码会出现报错：
  
• 使用cmd时需要先对conda进行初始化：conda init cmd.exe
• 然后进入yolov8环境下：conda activate yolov8
• 运行测试文件：

import numpy as np
import torch
from ultralytics import YOLOprint(f"NumPy version: {np.__version__}")
print(f"PyTorch version: {torch.__version__}")
print(f"CUDA available: {torch.cuda.is_available()}")# 测试 YOLO 功能
try:model = YOLO('yolov8n.pt',task="detect")results = model(source="./ultralytics/assets/bus.jpg")print(f"Success! Detected {len(results[0].boxes)} objects")
except Exception as e:print(f"Error: {e}")

到此安装完成！

conda的删除

• 按照下载时的路径进入，有个卸载的可执行文件
  
  不卸载了，那天要重新配环境，卸载了再更吧。