windows系统下yolov8部署

一、安装Anaconda和Pycharm的安装

首先我们需要安装annconda，这里我参考的是这两篇。

1、Anaconda的安装

Annaconda的安装与常用指令_安装annaconda-CSDN博客

2、pycharm安装

pycharm从安装到全副武装，学起来才嗖嗖的快，图片超多，因为过度详细！_pycharm下载和环境配置-CSDN博客

二、CUDA的安装和cuDNN的安装

这篇非常详细，非常值得参考：

CUDA安装及环境配置——最新详细版-CSDN博客

2.1 CUDA安装

1、找到Anaconda的Anaconda Prompt,点击打开。

2、在命令行中输入指令以下，查看cuda版本，我的最高支持的CUDA版本为11.6。

nvidia-smi

3、下载CUDA Toolkit,这里我下载的是10.2版本

下载网址： CUDA Toolkit Archive | NVIDIA Developer

4、选择操作系统: 我是Windows10,离线安装包,选择好后，点击下面的Download按钮。

5、下载完成后点击cuda打开软件，修改路径----->ok

6、点击同意并继续

7、选择自定义版本

8、选择CUDA,其他的取消勾选----》下一步。

9、修改安装路径，修改后需要记住路径，后面需要用到，建议大家截图保存。-----》下一步。

10、勾选并安装。

11、下一步

12、关闭

13、检查是否安装成功，在电脑的搜索中输入cmd打开命令提示符窗口。

14、输入下列命令，能够正确显示Cuda的版本号则安装正确，我的是10.2。

nvcc -V

2.2 cuDNN安装

1、进入cuDNN下载网址，选择与CUDA版本对应的cuDNN下载压缩包

网址：cuDNN Archive | NVIDIA Developer

2、登录或注册账号

3、下载好后CUDNN的压缩包后进行解压。

4、打开之前安装CUDA的文件夹路径\NVIDIA Computing Toolkit\CUDA\v12.2，将CUDNN对应bin、lib、include拖入的其中进行合并。

5、进入D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite ，输入cmd打开命令提示符窗口运行以下两个程序，显示PASS表示安装成功。

二、安装Pytorch

2.1 创建虚拟环境

1、找到Anaconda的Anaconda Prompt,点击打开，输入命令创建虚拟环境，其中-n是为环境命名的意思，yolov8是环境名，python=3.8为python版本，如下图表示创建完成。

conda create -n yolov8 python=3.8

2、输入以下命令激活环境

conda activate yolov8

2.2 安装pytorch

1、设置国内的阿里云镜像源

pip config set install.trusted-host mirrors.aliyun.com
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

2、进入pytorch官网PyTorch下滑，选择对应版本pytorch，选择稳定版-----》windows系统----》安装方式----》python----->CUDA版本号，复制命令行到命令窗口中进行安装，我的是CUDA10.2因此需要找到历史版本。

3.找到CUDA10.2的命令，复制到命令查看中安装。

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch

14、输入y表示继续。

15、安装完成后输入pip list查看pytorch的相关版本信息。

三、yolov8下载部署

1、在github网址下载yolov8目标检测算法，以下是下载网址。

GitHub - haermosi/yolov8: YOLOv8

2、根据官网提示需要创建Python版本大于3.7和Pytorch>大于1.7的环境，我的在前面过程中我安装的是python3.8和pytorch1.12.1。接着在Anaconda Prompt中输入以下激活我们前面创建的yolov8环境，安装ultralytics包。

conda activate yolov8
pip install ultralytics

3、解压下载的文件夹，使用Pycharm打开文件夹。

4、在Anaconda Prompt输入以下命令，查看我们的电脑上的环境目录。

conda env list

5、点击pycharm右下角的No interpreter添加我们之前创建的conda环境。

6、选择之前创建的yolov8的环境路径。

7、新建一个python文件，detect.py

8、在detect.py中加入以下代码

from ultralytics import YOLO
yolo = YOLO("./yolov8n.pt", task="detect")
result = yolo(source="./ultralytics/assets/bus.jpg", save=True)

9、点击运行，接着报ImportError: DLL load failed while importing _imaging: 找不到指定的模块的错误。

10、在终端输入以下命令卸载原来的pillow，安装10.4.0的pipllow。

pip uninstall pillow
conda install pillow==10.4.0

11、再次运行 detect.py程序，运行结果如下，在runs----》detect----》predict下可以看到运行结果。至此yolov8部署完成，祝大家成功！