当前位置: 首页 > news >正文

YOLOv8 在 Intel Mac 上的 Anaconda 一键安装教程

YOLOv8 在 Intel Mac 上的 Anaconda 一键安装教程

本文适用于 Intel 芯片 Mac,通过 Anaconda 快速搭建 YOLOv8 环境,支持 CPU 推理与 Notebook 可视化。
全程一键安装,适合小白和入门用户。


📑 目录

  • 环境准备

  • 一键安装脚本

  • 运行 YOLOv8

  • 启动 Notebook 可视化

  • 常见问题与解决方案

  • 总结


环境准备

  • 操作系统:macOS (Intel 芯片)

  • 依赖工具:Anaconda

  • 硬件要求:CPU 推理即可(Mac Intel 无 CUDA 支持)

先确认你的系统里已经安装了 Anaconda,如果没有,请到官网下载并安装:
👉 Anaconda 下载地址


一键安装脚本

将以下内容保存为 install_yolov8.sh

#!/bin/bash
# YOLOv8 Intel Mac 一键安装脚本 (Anaconda 版)
# 作者: Emilie 的专属脚本# -----------------------
# 1. 激活 Anaconda
# -----------------------
if [ -f ~/anaconda3/etc/profile.d/conda.sh ]; thensource ~/anaconda3/etc/profile.d/conda.sh
elseecho "❌ 未找到 Anaconda,请先安装 Anaconda"exit 1
fi# -----------------------
# 2. 创建 yolov8 环境
# -----------------------
conda create -n yolov8 python=3.9 -y
conda activate yolov8# -----------------------
# 3. 安装 PyTorch CPU 版本
# -----------------------
conda install pytorch torchvision torchaudio cpuonly -c pytorch -y# -----------------------
# 4. 安装 YOLOv8
# -----------------------
pip install ultralytics# -----------------------
# 5. 安装可视化工具
# -----------------------
conda install -c conda-forge opencv -y
pip install matplotlib jupyter supervision# -----------------------
# 6. 完成提示
# -----------------------
echo "✅ YOLOv8 环境安装完成!"
echo "你现在可以运行:"
echo "  conda activate yolov8"
echo "  yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'"
echo "结果会保存在 runs/predict/ 文件夹里"
echo ""
echo "如果要在 Notebook 里可视化:"
echo "  conda activate yolov8"
echo "  jupyter notebook"

运行 YOLOv8

安装完成后,进入环境运行:

conda activate yolov8
yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

结果会保存在:

runs/predict/

启动 Notebook 可视化

如果你更喜欢 Jupyter Notebook 可视化,运行:

conda activate yolov8
jupyter notebook

新建一个 Notebook,写入以下示例代码即可:

from ultralytics import YOLO
import matplotlib.pyplot as plt
import cv2# 加载模型
model = YOLO("yolov8n.pt")# 推理
results = model.predict(source="https://ultralytics.com/images/bus.jpg", device="cpu")# 可视化
for r in results:r.show()  # 直接弹出窗口显示

常见问题与解决方案

1. jupyter: command not found

解决方法:

conda activate yolov8
pip install jupyter

2. conda activate 无法生效

解决方法:

source ~/anaconda3/etc/profile.d/conda.sh

3. OpenCV 安装失败

解决方法:

conda install -c conda-forge opencv -y

4. YOLO 模型文件不存在

解决方法:

mkdir -p models
curl -L -o models/yolov8n.pt https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt

5. torchtorchvision 版本不匹配

解决方法:

pip uninstall -y torchvision
pip install torchvision==0.15.2

🎯 总结

通过本文的 一键安装脚本 + 常见问题解决方案,你可以在 Intel Mac 上快速搭建 YOLOv8 环境,支持:

  • ✅ 终端推理

  • ✅ Notebook 可视化

  • ✅ 自定义训练与测试

http://www.xdnf.cn/news/1476901.html

相关文章:

  • JBoltAI:赋能AI数智化升级的Java级引擎——深入解析企业级AI开发框架的核心能力与行业价值
  • 待定系数法分解分式
  • 后端(JDBC)学习笔记(CLASS 1):基础篇(一)
  • VBA之Excel应用第四章第七节:单元格区域的整行或整列扩展
  • 进阶向:密码生成与管理工具
  • 【PCIe EP 设备入门学习专栏 -- 8.1.3 PCIe EP AXI Bridge Module】
  • 发布vue项目、nginx配置及问题场景(history)
  • 服务器内存和普通计算机内存在技术方面有什么区别?
  • 前端入门——案例一:登录界面设计(html+css+js)
  • 【xss基本介绍】
  • 风电塔筒有毒有害气体监测控制系统
  • Maimo-AI驱动的行业研究工作平台
  • 理想汽车智驾方案介绍 4 World model + 强化学习重建自动驾驶交互环境
  • PostgreSQL与Greenplum常见连接客户端
  • 详解 Java 中的 CopyOnWriteArrayList
  • [光学原理与应用-420]:非线性光学 - 线性思维与非线性思维
  • kafka集群的安装与部署
  • 多种同类型日志采集中,字段归一化处理方案
  • Zynq设备与电脑相连方式
  • 阿里云对象存储OSS的使用
  • 【ComfyUI】深度 ControlNet 深度信息引导生成
  • 从Java全栈到Vue3实战:一次真实面试中的技术探索
  • MATLAB2025-安装Embedded Code Support Pacjage for STM32 Processors
  • 07-任务调度器的挂起和恢复
  • 【golang长途旅行第38站】工厂模式
  • 【Linux基础】Linux系统管理:GPT分区实践详细操作指南
  • 深度学习--自然语言预处理--- Word2Vec
  • 网络通信 IO 模型学习总结基础强化
  • 前缀和、子矩阵的和;差分、差分矩阵
  • 交换机详细