2025.1.19

今日任务：YOLOv8的环境配置和简单应用

今天我的任务是对YOLOv8的浅使用，我报名了石家庄铁道大学的一个机器人比赛，和两个外院的一起完成一个农作物草莓的成熟度检测机器人，我负责的是成熟度检测程序部分，我初步决定使用YOLOv8来作为基础模型进行训练，得到我想要的程序，今天所需要做的是在AI辅助下完成Python环境下YOLOv8的环境配置和简单应用。

第一步：通过运行nvidia-smi命令检查我的电脑是否有NVIDIA GPU，并且查看我的CUDA版本

 第二步：使用清华大学的镜像源安装PyTorch

 但因为我的NVIDIA所带的CUDA好像有些问题，不能正常调用，所以只能退而求其次，不使用GPU而使用CPU

第三步：安装CPU版本的PyTorch

 并通过运行以下Python代码来验证PyTorch是否正确安装：

 测试PyTorch是否可以正常使用：

 第四步：从官方的GitHub仓库上下载YOLOv8的源代码压缩包，并将其解压到我的Python项目目录下：

压缩包网址：GitHub - ultralytics/ultralytics: Ultralytics YOLO11 🚀

第五步：安装YOLOv8及其依赖，在命令行输入以下命令：pip install ultralytics

 第六步：测试YOLOv8是否可以正常使用：

?

1 2 3 4 5 6 7

from ultralytics import YOLO   # 加载预训练模型 model = YOLO("yolov8n.pt", task="detect")   # 使用模型进行预测 results = model(source="test_1.jpg", save=True)