百度飞桨AIstudio平台搭建的环境如下：
yolov8：https://aistudio.baidu.com/projectdetail/9845129?sUid=17909139\&shared=1\&ts=1765123629199
但是需要参照教程自己重新搭建，因为它的环境公开的只能1GB文件，但超过了1GB，只能筛选，所以不全。
具体操作步骤，包括免费使用百度飞桨AIstudio平台的教程也是参考如下博客。
0 参考的博客链接
https://blog.csdn.net/2303_79505315/article/details/143349248
https://blog.csdn.net/2303_79505315/article/details/143453401?spm=1001.2014.3001.5502
飞桨AISTUDIO里面复制快捷键：选中+ctrl+右击
1. yolov8环境创建
在终端中执行
cat > ~/.condarc << EOF
channels:
- defaults
show_channel_urls: true
default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
EOF
git clone https://gitee.com/xiaohuxuezhang/ultralytics-v8.1.0.git
pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
cp -rf /home/aistudio/envs/.condarc /home/aistudio/
conda info
conda env list
conda init bash
conda create -prefix=/home/aistudio/envs/yolov8 python=3.8
conda activate /home/aistudio/envs/yolov8
ln -s /home/aistudio/envs/yolov8 /opt/conda/envs/yolov8 #不允许创建
conda install pip
pip install --upgrade pip
cd ultralytics-v8.1.0/
pip install -e .
安装pytorch
conda install pytorch1.12.1 torchvision0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
运行yolo的track时报缺少lap库，解决
pip install lap
2. 此后每次进入环境
pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
cp -rf /home/aistudio/envs/.condarc /home/aistudio/
conda info
conda env list
终端执行conda命令，重点init后重新开新终端才行
conda init bash
2.1 使用yolov8进行预测
conda activate /home/aistudio/envs/yolov8
cd ultralytics-v8.1.0/
只需要知道物体位置和类别的场景 车辆检测、人脸检测、简单计数等 对速度要求高的场景
yolo detect predict model=./yolov8n.pt source=ultralytics/assets/bus.jpg
需要精确物体轮廓的场景 图像编辑、背景替换 医学图像分析 机器人抓取
yolo predict model=yolov8n-seg.pt source=./ultralytics/assets/bus.jpg
2.2. yolov8训练
#需要训练集、验证集、测试集等，待补充