YOLOv8 入门指南：（1）环境配置

什么是 YOLO

YOLO（You Only Look Once）模型是一种基于深度学习的目标检测算法，它可以在一张图片中识别出多个物体的类别和位置。YOLO 的特点是速度快，准确率高，而且只需要看一次图片就可以做出预测，不需要像其他算法那样先提取候选区域再进行分类。YOLO 的原理是将图片划分为网格，每个网格预测一定数量的边界框和类别概率，然后根据置信度和非极大值抑制筛选出最终的检测结果。YOLO 目前有多个版本，最新的是 YOLOv8，在2023年1月10日开源，提供了更多的模型选择和更好的性能。

确定环境版本

1. 确定 CUDA、cuDNN 版本； 在 NVIDIA 控制面板中点击帮助-系统信息-组件中查看显卡支持的最高版本。

1. 确定 PyTorch 支持的 CUDA 最高版本。 进入 PyTorch 官网。

安装 CUDA Tookit

CUDA 是建立在 NVIDIA GPU 上的一个通用并行计算平台和编程模型，它提供了 GPU 编程的简易接口，基于 CUDA 编程可以构建基于GPU计算的应用程序，利用 GPU 的并行计算引擎来更加高效地解决比较复杂的计算难题。

进入 CUDA 下载页，找到合适的版本下载；

下载完成后，运行 exe 文件安装即可；

验证安装结果，在命令行中运行命令，查看 CUDA 的信息：

nvcc -V

安装 cuDNN

cuDNN 是一个深度学习加速库，提供了一套标准的 API，通过 cuDNN 来加速深度学习框架在 NVIDIA GPU 上的运算。

1. 注册 NVIDIA 开发者账号并登录；
2. 进入 cuDNN 下载页，找到对应的 CUDA 版本下载；

1. 解压复制到 CUDA 安装的文件夹中。

安装 PyTorch

PyTorch 是一个开源的 Python 机器学习框架，YOLO 使用了 PyTorch 框架。

在命令行中运行命令，更新 pip 镜像源:

pip config set global.index-url https://mirror.nju.edu.cn/pypi/web/simple

进入 PyTorch 官网；

复制安装命令:

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

在命令行中运行命令。

验证

在 Python 环境中，输入下面三行，看打印结果