环境配置

一、安装 Python

Python 安装地址

提示

注意 Add PATH

完成。

二、PyCharm

PyCharm windows 版本下载地址

选择社区版下载安装（日常学习使用够用了）（PyCharm Community Edition）

也可以选择专业版，使用学校邮箱进行认证。

可自选路径

重启

中文包：

三、Anaconda 环境

1、conda 的安装

conda 安装（清华大学开源镜像站）

根据自己电脑选择合适版本

提示

注意 Add PATH

如果没有勾选，后续需要自行添加环境变量。

等待安装完成即可。

打开pycharm，使用conda环境新建项目

在设置中查看解释器：

添加解释器可添加自己创建的虚拟环境：

2、创建 conda 虚拟环境的方法

打开 Anaconda Prompt

conda create -n xxx python=3.8
# xxx改成你的虚拟环境名字 python=版本号
conda activate xxx
# 激活创建的虚拟环境

Downloading and Extracting Packages:

Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate opencv
#
# To deactivate an active environment, use
#
#     $ conda deactivate


(base) C:\Users\kevin>conda activate opencv

(opencv) C:\Users\kevin>

前面的 base 变成你创建的虚拟环境名称即为成功。

具体conda使用的常用指令可以参考大神的博客

四、OpenCV

先安装 numpy

pip install numpy

pip 安装

pip install opencv-python pip install opencv-contrib-python

验证一下有没有安装成功

C:\Users\kevin>python
Python 3.11.7 | packaged by Anaconda, Inc. | (main, Dec 15 2023, 18:05:47) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>> print(cv2.__version__)
4.9.0

五、Pytorch（深度学习环境）

前提：你的电脑有GPU

1、cmd 终端输入 nvidia-smi，查看你的显卡适配的 CUDA 版本

C:\Users\kevin>nvidia-smi
Tue Aug  6 18:26:06 2024
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 546.92                 Driver Version: 546.92       CUDA Version: 12.3     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                     TCC/WDDM  | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |         Memory-Usage | GPU-Util  Compute M. |
|                                         |                      |               MIG M. |
|=========================================+======================+======================|
|   0  NVIDIA GeForce RTX 4060 ...  WDDM  | 00000000:01:00.0 Off |                  N/A |
| N/A   45C    P8              4W /  102W |   1367MiB /  8188MiB |      2%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------+

+---------------------------------------------------------------------------------------+
| Processes:                                                                            |
|  GPU   GI   CI        PID   Type   Process name                            GPU Memory |
|        ID   ID                                                             Usage      |
|=======================================================================================|
|  No running processes found                                                           |
+---------------------------------------------------------------------------------------+

2、conda 创建虚拟环境

Anaconda Prompt 输入

conda create -n pytorch python=3.8

conda activate pytorch

3、下载地址： PyTorch

根据你电脑支持的 CUDA 版本安装，我的电脑是 CUDA12.1

(pytorch) C:\Users\kevin>conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

验证一下：

python
import torch
torch.cuda.is_available()

(pytorch) C:\Users\kevin>python
Python 3.11.9 | packaged by Anaconda, Inc. | (main, Apr 19 2024, 16:40:41) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True
>>>

如果返回值是 True，代表成功啦。恭喜你，安装完成，可以开始快乐的炼丹啦。

六、yolov8

ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite (github.com)

根据官方的 README 安装使用

Install

Pip install the ultralytics package including all requirements in a Python>=3.8 environment with PyTorch>=1.8.

在有 pytorch 的 conda 虚拟环境中输入

pip install ultralytics

跑一个官方例程测试

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

恭喜你，完成了 yolov8 的安装。

作者：Kevin, invinciblesmalltree