Yolov8 安装教程超详细不踩坑1 创建环境打开终端2 激活环境3 官网安装 pytorch4 验证安装成功5 YOLOv8的安装6 打开项目选择刚刚创建的yolov8环境7 安装yolov8源码8 验证yolov8安装成功9 模型的测试10 试试修改源码测试1 创建环境打开终端conda create -n yolov8 python3.8按 y 操作2 激活环境conda activate yolov83 官网安装 pytorchhttps://pytorch.org/get-started/locally/我是cuda版本的可以先查看自己电脑最高支持的cuda版本对官网下载对应的就好比自己的电脑版本低的都可以。这里有个坑还要适配python版本不然会出现下载失败的情况。推荐命令不出错版本Python 3.8 CUDA 11.8完美兼容 YOLOv8pip install torch2.4.1 torchvision0.19.1 torchaudio2.4.1 -i https://mirror.sjtu.edu.cn/pypi/web/simple/ --extra-index-url https://mirror.sjtu.edu.cn/pytorch-wheels/cu118/ --force-reinstall --no-cache-dir --timeout 300备用命令那个快用哪个pip install torch2.4.1 torchvision0.19.1 torchaudio2.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/ --extra-index-url https://download.pytorch.org/whl/cu118 --force-reinstall --no-cache-dir --timeout 300【补充】 gpu版本的可以用下面的命令pip install torch2.4.1 torchvision0.19.1 torchaudio2.4.1 -f https://mirror.sjtu.edu.cn/pytorch-wheels/cu118/index.html【补充】查看自己电脑支持的cuda版本命令是直接在 PowerShell / CMD 里输入nvidia-smi4 验证安装成功安装后验证确认是 GPU 版python -c import torch; print(torch.__version__); print(torch.cuda.is_available())成功标志缺一不可2.4.1cu118 # 显示cu118而非cpu True # 显示True说明GPU可用5 YOLOv8的安装参考地址https://github.com/ultralytics/ultralytics推荐下载压缩包6 打开项目选择刚刚创建的yolov8环境7 安装yolov8源码编辑器命令行cmd进到目录下面也可以官网安装方式本人不推荐推荐用pip源码安装可以下载源码方便本地修改pip install -e .8 验证yolov8安装成功pip show ultralytics9 模型的测试用项目里面自带的图片进行测试yolo predict modelyolo26n.pt sourceultralytics/assets/bus.jpg测试结果4个人1辆车10 试试修改源码测试修改yolo/engine/model.py文件的predict函数添加一句print(试一试插入代码)测试结果如下添加成功模型正常运行以上就是完整的yolov8源码安装的所有过程咯~