安装支持 GPU 版本的 Pytorch
首先安装 ultraytics
| python -m venv venv |
| source venv/Scripts/activate |
| pip install ultralytics |
| python main.py |
- 首先安装上面的 ultralytics,但是无法调用 gpu,原因是我没有 gpu 版本的 pytorch
- 虽然说上面的命令已经帮我安装了 pytorch,但不是支持 gpu 版本的 pytorch,所以需要安装支持 gpu 版本的 pytorch
- 当然,也可以先安装下面的程序,然后在安装 ultralytics
Pytorch 覆盖安装
要通过 pip 命令安装支持 gpu 版本的 ultralytics,您需要先安装一个 GPU 兼容的 PyTorch 版本。根据您的电脑配置,您可以从PyTorch 官网选择合适的命令。例如,如果您的电脑使用的是 CUDA 11.3,您可以使用以下命令:
| pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 |
| |
然后,您可以使用以下命令安装 ultralytics 包:
这样,您就可以使用 ultralytics 包来运行 YOLOv8 模型了。YOLOv8 是一个先进的目标检测、多目标跟踪、实例分割、姿态估计和图像分类模型。您可以参考YOLOv8 文档来了解更多关于训练、验证、预测和部署的细节。
测试代码
| |
| |
| |
| |
| |
| |
| |
| |
| import os |
| import cv2 |
| from ultralytics import YOLO |
| import numpy as np |
| |
| |
| cap = cv2.VideoCapture("street.mp4") |
| |
| model = YOLO("yolov8m.pt") |
| |
| while True: |
| |
| ret, frame = cap.read() |
| if not ret: |
| break |
| |
| |
| |
| results = model(frame, device=0) |
| result = results[0] |
| |
| bboxes = np.array(result.boxes.xyxy.cpu(), dtype="int") |
| classes = np.array(result.boxes.cls.cpu(), dtype="int") |
| |
| for cls, bbox in zip(classes, bboxes): |
| (x, y, x2, y2) = bbox |
| cv2.rectangle(frame, (x, y), (x2, y2), (0, 0, 225), 2) |
| cv2.putText(frame, str(cls), (x, y - 5), cv2.FONT_HERSHEY_PLAIN, 2, (0, 0, 225), 2) |
| |
| cv2.imshow("Img", frame) |
| key = cv2.waitKey(1) |
| if key == 27: |
| break |
| |
| cap.release() |
| cv2.destroyAllWindows() |
| |
| |
| |
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· 推荐几款开源且免费的 .NET MAUI 组件库
· 实操Deepseek接入个人知识库
· 易语言 —— 开山篇
· Trae初体验