超详细YOLOv8虚拟环境搭建（cuda+pyside6+pytorch+ultralytics库）

YOLOv8虚拟环境搭建（cuda+pyside6+pytorch+ultralytics库）

• 前言
• 1、安装Anaconda和PyCharm
• 2、打开项目目录
• 3、新建一个虚拟环境
• 4、激活环境
• 5、安装PyTorch和GPU版本torch
• • （1）查看GPU的CUDA版本
  • （2）安装PyTorch和torchvision
  • • 指令含义
    • 报错原因
    • 6、安装cuda
    • 7、安装ultralytics库（yolov8官方库）
    • 8、安装图形化界面库pyside6
    • 9、在PyCharm中选择刚刚新建的虚拟环境
    • ���结

      前言

      博主在第一次搭建yolov8虚拟环境的时候，也在网上查看了很多教程，可是有很多教程都不能很好的解决博主的问题，博主在尝试了很多方法和查阅资料后，终于将环境搭建成功并能成功跑通代码，于是博主于是博主就写了这篇文章，希望能给同样处在小白的小伙伴们带来帮助。

      1、安装Anaconda和PyCharm

      可以搜索安装Anaconda和安装PyCharm的教程自己安装一下，博主就不进行介绍了

      一定要在Anaconda安装好之后再进行后续操作，如果不安装Anaconda，后续指令将无法使用

      2、打开项目目录

      可以用win+r的快捷键

      在项目目录中输入cmd，点击确定

      3、新建一个虚拟环境

      在终端输入以下指令后回车

      conda create -n yolov8 python=3.8

      该指令中的yolov8指创建的虚拟环境的名称是yolov8

      创建完成后，可以通过以下指令来查看虚拟环境

      conda env list

      这里的 * 号指目前所处的环境在base，红色框线即为刚刚创建的虚拟环境，名称后面的即为虚拟环境的路径，需要留意以下，下面的步骤会用到此路径。

      注：这里的yolo8是之前博主创建的一个虚拟环境，本篇教程中创建的虚拟环境名称都为yolov8，请大家不要弄混。

      4、激活环境

      conda activate yolov8

      输入指令后回车，可以看到前面括号中的内容由base变为yolov8，说明环境激活成功

      5、安装PyTorch和GPU版本torch

      注：建议小伙伴们可以安装一下，用GPU版本torch速度更快

      （1）查看GPU的CUDA版本

      nvidia-smi

      可以看到博主的CUDA版本为11.7，意味着只能安装小于等于11.7的CUDA版本

      （2）安装PyTorch和torchvision

      如果要安装的CUDA版本为11.8，可以输入以下指令

      pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

      如果要安装的CUDA版本为11.7，可以输入以下指令

      pip install torch==1.13.0+cu117 torchvision==0.14.0+cu117 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

      指令含义

      安装PyTorch和torchvision的特定版本，并且指定了适用于CUDA 11.7（cu117）或CUDA 11.8（cu118）的版本

      报错原因

      如果出现一堆warning和error，可以从以下两个方面考虑：

      （1）是否翻墙，网络信号不好

      解决方法：关掉外网即可

      （2）安装的CUDA版本是否大于刚刚查看的CUDA版本号

      博主在第一次尝试的时候没有注意到这个问题，一直在尝试安装CUDA11.8，导致一直发生报错，所以一定要根据上面的指令，查看自己的CUDA版本号

      6、安装cuda

      根据第5步的内容安装适配自己版本的cuda版本，具体内容可以参考以下文章：

      安装CUDA以及CUDNN（windows版）

      7、安装ultralytics库（yolov8官方库）

      pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple

      8、安装图形化界面库pyside6

      pip install pyside6 -i https://pypi.tuna.tsinghua.edu.cn/simple

      9、在PyCharm中选择刚刚新建的虚拟环境

      打开pycharm，打开关于yolov8的项目或文件后，在左上角的文件子菜单栏下找到设置选项，点进去

      进入设置后，按照下图标注的顺序依次点击即可

      进入如图所示的界面，点击左上角的+号

      按照下图的顺序操作即可

      注：这里环境一定是选择现有，不能是新建，因为根据前面的步骤虚拟环境已经建好了

      这里的解释器路径是选择刚刚配置的虚拟环境路径下的python.exe，不记得的小伙伴可以返回上面第3步，查看刚刚新建的虚拟环境所在的路径（以博主为例，找到刚刚新建的虚拟环境yolov8的路径之后，打开yolov8文件夹，选择这一文件夹下的python.exe），选择好之后点击确定即可。

      到如下图所示的界面之后，一定要记得将红色框出来的地方打上勾，然后确定

      总结

      到这里，虚拟环境搭建的方法就结束啦，希望喜欢的小伙伴可以点个关“猪”哦~