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

  • 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

复制代码
#!/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 ]; then
    source ~/anaconda3/etc/profile.d/conda.sh
else
    echo "❌ 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:

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

结果会保存在:

复制代码
runs/predict/

启动 Notebook 可视化

如果你更喜欢 Jupyter Notebook 可视化,运行:

复制代码
conda activate yolov8
jupyter notebook

新建一个 Notebook,写入以下示例代码即可:

复制代码
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:

复制代码
conda activate yolov8
pip install jupyter

2. conda activate 无法生效

解决方法:

复制代码
source ~/anaconda3/etc/profile.d/conda.sh

3. OpenCV 安装失败

解决方法:

复制代码
conda install -c conda-forge opencv -y

4. YOLO 模型文件不存在

解决方法:

复制代码
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:

复制代码
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

相关推荐
阿拉斯攀登1 小时前
【无人售货柜・RK+YOLO】篇 4:效果拉满!针对无人售货柜场景的 YOLO 模型优化技巧,解决 90% 的识别问题
yolo
GentleDevin2 小时前
Mac 常用快捷键速查表
macos
GOU922 小时前
5101实验
网络·macos
柯儿的天空3 小时前
【OpenClaw 全面解析:从零到精通】第 005 篇:OpenClaw 在 macOS 上的安装与部署实战
人工智能·macos·自然语言处理·ai作画
JicasdC123asd4 小时前
感受野CBAM融合卷积改进YOLOv26双重注意力机制与自适应特征增强协同突破
人工智能·yolo·目标跟踪
JulyLi20194 小时前
RK3576 yolov8部署笔记
笔记·yolo
JicasdC123asd5 小时前
感受野注意力卷积改进YOLOv26自适应空间加权与特征重排双重突破
yolo·计算机视觉·目标跟踪
Hcoco_me6 小时前
Anchor-based(YOLOv5) VS Anchor-free(YOLOv8/v11)
yolo
JicasdC123asd6 小时前
快速跨阶段部分网络改进YOLOv26特征提取效率与梯度流动双重优化
人工智能·yolo·目标跟踪
@大迁世界6 小时前
液态玻璃屏正在侵蚀你的电池
macos·ios·objective-c·cocoa