RainbowRain

切换主题

Windows 使用 venv 部署 Ultralytics YOLOv8 教程 ​

字数
1762 字
阅读时间
8 分钟

本教程将指导您在 Windows 系统上，使用 Python 内置的 venv 工具创建虚拟环境，并在指定目录 (D:\Code\github\yolo_project) 中安装和运行 Ultralytics YOLOv8。

前提条件：

  1. 已安装 Python： 确保您已经在 Windows 上安装了 Python (推荐版本 3.8 - 3.11)。您可以从 Python 官网 (python.org) 下载并安装。
    • 重要： 在安装 Python 时，请务必勾选 "Add Python to PATH" (或类似选项)，这样才能在命令行中直接使用 python 命令。
  2. 命令行工具： 您可以使用 Windows 的 cmd (命令提示符) 或者 PowerShell。本教程将以 cmd 为例，命令在 PowerShell 中也基本通用。

步骤 1：创建项目目录 ​

首先，我们创建您希望存放项目的文件夹。

  1. 打开文件资源管理器，导航到 D:\Code\github\。
  2. 在 github 文件夹内，创建一个新的文件夹，例如命名为 yolo_project。
    • 所以您的项目路径将是 D:\Code\github\yolo_project

步骤 2：创建并激活 venv 虚拟环境 (yolo8) ​

现在，我们将在项目目录中创建虚拟环境。

  1. 打开命令提示符 (cmd)：

    • 您可以在 Windows 搜索栏输入 cmd 并打开 "命令提示符"。

  2. 导航到项目目录： 在命令提示符中输入以下命令，然后按 Enter：

    D:
cd D:\Code\github\yolo_project

    (如果您的 Code 或 github 文件夹不存在，请先创建它们，或者直接使用 cd D:\ 然后 mkdir Code，cd Code，mkdir github，cd github，mkdir yolo_project，cd yolo_project)

  3. 创建虚拟环境： 在 D:\Code\github\yolo_project 目录下，输入以下命令来创建一个名为 yolo8 的虚拟环境：

    python -m venv yolo8

    执行完毕后，您会在 D:\Code\github\yolo_project 目录下看到一个名为 yolo8 的新文件夹，这就是您的虚拟环境。

  4. 激活虚拟环境： 要开始使用虚拟环境，您需要激活它。在命令提示符中，输入以下命令：

    yolo8\Scripts\activate

    激活成功后，您会看到命令行提示符的开头出现了 (yolo8)，如下所示：

    (yolo8) D:\Code\github\yolo_project>

    这表示您现在正处于 yolo8 虚拟环境中，之后所有通过 pip 安装的包都将安装到这个环境中，而不会影响全局 Python 环境。

步骤 3：安装 Ultralytics YOLOv8 ​

在激活的虚拟环境中，我们可以使用 pip 来安装 Ultralytics 包。

  1. 确保您的虚拟环境已激活 (提示符前有 (yolo8))。

  2. 输入以下命令安装 ultralytics：pip 会自动下载并安装 ultralytics 包及其所有依赖项 (如 PyTorch, OpenCV 等)。这个过程可能需要一些时间，具体取决于您的网络速度。

    pip install ultralytics

  3. （可选）升级 pip 和 setuptools： 为了确保最佳兼容性，可以先升级 pip 和 setuptools： 然后再执行 pip install ultralytics。

    python -m pip install --upgrade pip setuptools

步骤 4：准备测试图片和模型 ​

  1. 准备测试图片： 将您想要测试的图片（例如，我们之前讨论的 1.jpg）放到您的项目目录 D:\Code\github\yolo_project 中，或者您可以指定图片的完整路径。
  2. 模型文件 (.pt)： 当您运行 YOLOv8 命令时，如果本地没有对应的 .pt 模型文件，它会自动尝试下载。
    • 如果您在之前的 WSL 尝试中已经成功下载了 yolov8s-seg.pt，您可以将其复制到 D:\Code\github\yolo_project 目录中，这样可以避免重新下载。
    • 如果网络下载仍然有问题，您可以像之前讨论的那样，手动从浏览器下载模型文件 (例如 yolov8s-seg.pt 来自 https://github.com/ultralytics/assets/releases/download/v8.3.0/yolov8s-seg.pt) 并将其放入项目目录。

步骤 5：运行 YOLOv8 预测 ​

现在，一切准备就绪，可以在激活的虚拟环境中运行 YOLOv8 了。

  1. 确保您的虚拟环境已激活，并且您位于项目目录 D:\Code\github\yolo_project。

  2. 假设您的测试图片是 1.jpg，并且您想使用 yolov8s-seg.pt 模型进行图像分割，并且希望在 CPU 上运行并显示结果。在命令提示符中输入：

    yolo task=segment mode=predict model=yolov8s-seg.pt source="1.jpg" show=True device=cpu
    • task=segment: 指定任务为分割。
    • mode=predict: 指定模式为预测。
    • model=yolov8s-seg.pt: 指定使用的模型。如果此文件不在当前目录，YOLO 会尝试下载。如果已下载并放在当前目录，则直接使用。
    • source="1.jpg": 指定输入图片。如果图片不在当前目录，请提供完整路径，例如 source="D:\path\to\your\image.jpg"。
    • show=True: 会尝试显示带有结果的图片。
    • device=cpu: 明确指定使用 CPU 运行。

步骤 6：查看结果 ​

  • 如果 show=True 成功执行，您应该会看到一个窗口弹出，显示带有分割结果的图片。
  • YOLOv8 通常会将结果保存在项目目录下的 runs 文件夹内的一个子文件夹中（例如 runs\segment\predict）。您可以去这个文件夹查看保存的图片或视频。

步骤 7：退出虚拟环境 ​

当您完成工作，想要退出虚拟环境时，在命令提示符中输入：

deactivate

执行后，命令行提示符会恢复到正常状态，不再显示 (yolo8)。

可选：后续使用 ​

  • 重新激活环境： 当您下次想在这个项目中工作时，只需：
    1. 打开命令提示符。
    2. 导航到项目目录: cd D:\\\\Code\\\\github\\\\yolo_project
    3. 激活虚拟环境: yolo8\\\\Scripts\\\\activate
  • 安装其他包： 如果您的项目需要其他 Python 包，确保先激活虚拟环境，然后再使用 pip install <package_name> 安装。

注意事项：

  • 网络问题： 如果 pip install ultralytics 或模型自动下载失败，请检查您的网络连接和防火墙设置。您可能需要配置代理，或者手动下载 .whl 文件进行安装（对于 ultralytics）和 .pt 文件（对于模型）。
  • PyTorch 版本： ultralytics 会自动安装兼容的 PyTorch 版本。通常您不需要手动干预。
  • 管理员权限： 一般情况下，创建虚拟环境和安装包不需要管理员权限。只有当您尝试向受保护的系统目录写入时才需要。

希望这个教程能帮助您顺利在 Windows 上使用 venv (名为 yolo8 的环境) 部署和运行 YOLOv8！如果您在任何步骤遇到问题，请随时告诉我。

贡献者 ​

The avatar of contributor named as RainbowRain9 RainbowRain9
The avatar of contributor named as Cai Hongyu Cai Hongyu

文件历史 ​

用 ♥ 撰写

CC BY-SA 4.0 © 2022-PRESENT Nólëbase 的创作者们