cpp
sudo apt update && sudo apt upgrade -y
sudo apt install -y python3 python3-pip git
YOLOv8 支持 Python 3.7+
cpp
python3 --version
安装 PyTorch(CPU 版本)
YOLOv8 依赖 PyTorch,安装 CPU 版本:
cpp
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
验证 PyTorch 安装:
cpp
python3 -c "import torch; print(torch.__version__)"
确认 CPU 支持:
cpp
python3 -c "import torch; print(torch.cuda.is_available())"
直接安装 Ultralytics 的 YOLOv8 库:
cpp
pip3 install ultralytics
验证 YOLOv8 安装:
cpp
yolo version
如果没有需要设置以下环境变量:
yolo可执行文件在/home/yqw/.local/bin中
cpp
export PATH="/home/yqw/.local/bin:$PATH"
YOLOv8 的依赖通常会自动安装,但如果需要处理图像或可视化结果,可以安装 OpenCV 等:
cpp
pip3 install opencv-python numpy pandas matplotlib
验证 YOLOv8 是否正常运行,使用预训练模型进行推理:
这会下载 YOLOv8 纳米模型(yolov8n.pt)并对示例图片进行目标检测。
结果保存在 runs/detect/predict 目录,包含检测到的目标和边界框。
训练:
cpp
yolo train model=yolov8n.pt data='/home/yqw/t/label/YOLODataset/dataset.yaml' epochs=1 imgsz=640 device=cpu
预测:
cpp
yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'
标注工具
cpp
pip3 install labelme
cpp
pip3 install labelme pyqt5 pyqt5-qt5
export QT_QPA_PLATFORM=wayland
pip3 install labelme2yolo
labelme