YOLOv8安装配置教程（Windows版）
YOLOv8安装配置教程（Windows版）
简介：最近由于选择了人工智能方向的专业选修课，课程需要安装配置YOLOv8，经过查阅各种资料后才发现，许多教程都比较老旧，并且文件位置也发生了变化，所以我总结了一套最新的安装配置教程以供大家参考
我在安装配置中遇到了许多问题，也统一写到教程中，希望能帮助到你
第一步：安装Anaconda
下载连接：Anaconda
安装YOLOv8并不强制要求下载Anaconda，但使用Anaconda或Miniconda可以帮助你轻松管理Python环境和依赖，他的下载方式特别简单，这里不再过多教学。
第二步：下载YOLOv8源码
github：yolov8
gitee：yolov8
不会使用科学上网的建议使用gitee下载，文件名称一般为ultralytics-main
第三步：创建conda虚拟环境
- 在开始菜单找到Anaconda3文件夹，打开其中的Anaconda prompt
- 创建虚拟环境：
运行如下命令：conda create -n yolov8 python=3.8
中途会询问你是否安装环境所需基础包，只需输入y即可
下载完成后可输入conda env list来查看是否创建成功
最后，我们要激活环境，输入命令conda activate yolov8即可
前面的括号中会从(base)变为我们的(yolov8)
第四步：安装配置文件requirements.txt
- 首先需要找到这个requirements.txt配置文件的所在文件夹
我们之前下载的YOLOv8源码的文件夹叫做ultralytics-main，通常他的位置是：...\ultralytics-main\yolov8
但是如果你是并没有yolov8文件夹，可以寻找...\ultralytics-main\examples\YOLOv8-Action-Recognition下
找到配置文件复制其路径，在Anaconda prompt中cd进入该文件夹：
先进入盘符再进入文件夹：
E:
cd dev\yolo\ultralytics-main\examples\YOLOv8-Action-Recognition
- 使用pip命令安装
pip install -r requirements.txt
如果你不会科学上网的话，建议使用国内镜像源，比如阿里或清华：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
再如果你的网络速度较慢的情况下，可以通过增加 pip 的超时时间来解决超时问题：
pip install -r requirements.txt --timeout 120
- 安装完成配置文件后需要安装一下yolov8在python>=3.8版本必要安装包：
执行命令：pip install ultralytics
到这里，我们的YOLOv8安装配置就基本完成了
第五步：下载训练模型
训练模型推荐yolov8s.pt或者yolov8n.pt，模型体积小，下载速度也快，这里以yolov8n.pt为例：
下载链接：yolov8n.pt
下载好后需要将他与requirements.txt配置文件放在一起：
接着我们就可以使用图片进行测试，把想要测试人像识别的图片放在...\ultralytics-main\ultralytics\assets下，其也自带了两张可供测试的图片：
然后只需要运行命令：yolo predict model=yolov8n.pt source="E:\\dev\\yolo\\ultralytics-main\\ultralytics\\assets\\111.jpg"
这里的图片名称以及路径需要替换成你的
运行完毕后就会得到运行结果：
这里告诉你识别到三个person，并且执行结果保存到如下的文件夹中：
...\ultralytics-main\examples\YOLOv8-Action-Recognition\runs\detect\predict
找到这个文件夹就可以看到识别后的图像：
这样我们就完成了最简单的YOLOv8的安装配置，并且进行了简单的测试使用