yolo8实现目标检测

✅步骤一:安装 PyTorch(M1 专用)

# 推荐使用官方 MPS 后端(Apple Metal 加速)

bash 复制代码
pip install torch torchvision torchaudio

确认是否使用了 Apple MPS:

复制代码
python 复制代码
import torch 
print(torch.backends.mps.is_available())

# True 表示支持


✅ 步骤二:安装 OpenCV(预编译版)

bash 复制代码
pip install opencv-python==4.8.0.76 

如仍失败,可以降级到更稳定的版本:

复制代码
bash 复制代码
pip install opencv-python==4.6.0.66 

✅ 步骤三:安装 Ultralytics(YOLOv8)

这个会去依赖opencv

bash 复制代码
pip install ultralytics --no-binary opencv-python

或者,使用无依赖模式(跳过 OpenCV 的再次依赖):

bash 复制代码
pip install ultralytics --no-deps 
复制代码

✅ 步骤四:验证安装

复制代码
bash 复制代码
yolo version 

如果输出了版本号(如 Ultralytics YOLOv8.1.26 等)说明一切正常。


✅ 测试 YOLOv8 是否能跑起来

你可以运行一个简单的预测命令测试模型:

bash 复制代码
yolo task=detect mode=predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

这会下载一个图片并进行目标检测,自动弹出预测窗口(或保存预测图像)。

相关推荐
FreeBuf_40 分钟前
原子级 macOS 信息窃取程序升级:新增后门实现持久化控制
macos·信息窃取
CHANG_THE_WORLD3 小时前
「macOS 系统字体收集器 (C++17 实现)」
开发语言·c++·macos
Dymc3 小时前
【目标检测之Ultralytics预测框颜色修改】
人工智能·yolo·目标检测·计算机视觉
小Lu的开源日常4 小时前
在 macOS 上设置 SSH 和 Git
git·macos·ssh
昵称是6硬币5 小时前
(DETR)End-to-End Object Detection with Transformers论文精读(逐段解析)
人工智能·深度学习·目标检测·计算机视觉·transformer
AndrewHZ6 小时前
【图像处理基石】如何检测到画面中的ppt并对其进行增强?
图像处理·人工智能·pytorch·opencv·目标检测·计算机视觉·图像增强
朴拙数科6 小时前
在 macOS 上安装与自定义 Oh My Zsh:让终端美观又高效 [特殊字符]
大数据·elasticsearch·macos
小Lu的开源日常7 小时前
在 Mac 上使用 iTerm2 和 Oh My Zsh 打造优雅终端
macos·iterm·命令行
tonngw8 小时前
【Mac 从 0 到 1 保姆级配置教程 19】- 英语学习篇-我的英语工作流分享(AI 辅助学习)
macos·mac·英语学习·沉浸式翻译·欧路词典·沙拉查词·终生学习