yolo v8 教程（不出5行代码让你学会）

Solving environment: failedPackagesNotFoundError: The following packages are not available from current channels:- python==3.8

https://github.com/ultralytics

下滑来到

先来介绍为什么写这篇博客，

一. 是我之前的yolov5的博客挺多人访问的，但是现在都2024年了，大家也要与时俱进，所以给大家带来最新的yolo v8

二.是因为我已经快毕业了，已经不是当初那个小白了，因此出一篇原创的教学

不多逼逼 开始装B 最近 strong哥挺火的哈哈

下滑找到readme 

可以中文哦

 Python>=3.8 environment with PyTorch>=1.8.

pip install ultralytics

enmmm

接下来是实操啊  打开pycharm 跟上我的节奏

1.创建一个属于你的虚拟工作环境

 conda create -n yolo8 python==3.8

哈哈 突然遇到点小插曲

conda search python

随便找个可用的修改即可

我的是这个，其实大家基本上这里是不会出现问题的

输入 y即可 等待

出现这些就表示创建成功

我们启动一下这个虚拟环境

conda activate yolo8

出现yolo8表示成功

我们完成了第一步，还有第二步装配pytorch

往下滑

找到这个

注意哦：这里就有不同电脑不同区分了，如果有gpu就会有cuda加速，如果没有就跟我一样乖乖用cpu

这里吧 mac也可以的 就是不要找有cuda的

但是有的话，要看清楚自己的cuda版本 

nvidia-smi

自己去确定cuda版本

pip install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

其实关于pytorch版本，enmmm听话准没错，其实也可以用更高版本的

哈哈 真是命途多舛 真有教学意义啊

这里直接大家如果跟我一样只有cpu的话

pip install torch

注意啊啊 正文开始

在创立好的虚拟环境下

pip install ultralytics

直接来 

表示安装成功

yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

测试一下

在这里表示 非常成功 哇 好简单 什么垃圾v5 v8上手真快 就用了半小时不到

然后教大家怎么简单使用v8预测

1.新建一个 

from ultralytics import YOLO
from PIL import Image
import cv2model = YOLO("yolov8n.pt")
# accepts all formats - image/dir/Path/URL/video/PIL/ndarray. 0 for webcam
# results = model.predict(source="0")
# results = model.predict(source="folder", show=True) # Display preds. Accepts all YOLO predict arguments# from PIL
im1 = Image.open("/Users/chen_dongdong/Downloads/ultralytics-main/test_detect/cat.png")
results = model.predict(source=im1, save=True)  # save plotted images# from ndarray
# im2 = cv2.imread("bus.jpg")
# results = model.predict(source=im2, save=True, save_txt=True)  # save predictions as labels# from list of PIL/ndarray
# results = model.predict(source=[im1, im2])

3行代码 解决

第一张什么都检测不出来，第二张就可以了，但是这个吧看大家选的图片了

谢幕 ，谢谢大家，其实有很多好玩的 大家可以看看去掉注释的代码玩一玩