YOLOv8 | Windows 系统下从零开始搭建 YOLOv8 项目环境

---

我所下载的内容及相应的网址：

• Pycharm2020（请自行寻找破解版~）
• Anaconda3（https://repo.anaconda.com/）
• YOLOv8 源码（https://github.com/ultralytics/ultralytics）
• Pytorch（https://pytorch.org/）

⚠️ WARNING
本博客是我在看过小土堆视频的基础上自己摸索出来的，在我的笔记本上亲测有效。期间我也遇到过一些问题，比如：没有换源导致 conda install 失败、没关 VPN 导致 pip install 失败等。由此可见，环境搭建过程并非一帆风顺，请各位具体问题具体分析。
⚠️ WARNING
虽然 Ultralytics 已经把仓库更新成 YOLOv11 了，但还是可以在仓库的 Releases 中查找历史版本。

可参考的视频资源：

• 环境搭建：小土堆（https://www.bilibili.com/video/BV1hE411t7RN/）
• YOLOv8 使用方法：【手把手带你实战 YOLOv8 - 入门篇】（https://www.bilibili.com/video/BV13V4y1S7MK/）

本博客的介绍可能会比较粗糙，可以先跟着小土堆了解一下环境搭建的通用步骤。此外，本博客只介绍了如何搭建 YOLOv8 项目环境，并没有介绍如何使用 YOLOv8，请参考第二个视频。

1 下载 Anaconda3

进入 Anaconda 官网（https://repo.anaconda.com/），点击此处查看所有安装包：

看清后缀，选择合适的安装包进行下载：

随后进行安装（安装过程已省略）

网上说 Anaconda 的版本不能太新也不能太老，所以我只是选了一个有眼缘的！

2 在 Anaconda3 中搭建环境

我们需要创建一个新的虚拟环境，安装 Python/Pytorch 等

2.1 打开 Anaconda3 终端

找到刚才安装好的 Anaconda Prompt 进行打开：

效果如下图所示，我们一开始在 base 环境下：

因为我自己配置过终端的样式，所以可能和你的终端长得不一样

2.2 创建 yolov8 虚拟环境

输入以下命令创建新的虚拟环境，同时安装 Python 3.8：

conda create -n yolov8 python=3.8

虚拟环境不一定非得叫 yolov8，可以自己定义

由于 conda 默认的源在国外，因此可能出现安装 Python 3.8 失败的情况，我们需要进行换源。

根据以下路径找到配置文件并用记事本打开：

C:\Users\<你的用户名>\.condarc

将其中的内容替换为：

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

记得重启 Anaconda Prompt 让配置生效，然后再重新创建环境即可

2.3 安装 Pytorch

2.3.1 激活 yolov8 环境

使用 conda activate 命令激活环境，之后的操作都应该在该环境中进行：

2.3.2 查看显卡信息

如果没有显卡（即笔记本为核显）就不需要查看显卡信息

使用 nvidia-smi 命令查看显卡信息，这决定了后续 Pytorch 的安装。

这里我的 CUDA 版本是 12.5：

2.3.3 安装 Pytorch

进入 Pytorch（https://pytorch.org/）官网，选择自己的配置。

由于我的 CUDA 是 12.5，因此安装的版本必须低于 12.5，这里我选的是 12.4：

注意：torchvision 和 torchaudio 等都是配套的包，请勿认为需要安装一大堆没用的东西

把红框中的命令复制粘贴到 Anaconda Prompt 中，即可开始安装：

说明：事实上 conda install 和 pip install 都可以用于安装 Pytorch 包，但使用 pip install 时记得把 VPN 关了，否则可能出现如下报错：

WARNING: Retrying (Retry(total=4, connect=None, read=None, ...

2.4 测试环境是否搭建成功

依次输入小土堆的经典命令：

python  # 启动 Python

>>> import torch  # 检验 Pytorch 是否安装成功
>>> torch.cuda.is_available()  # 查看是否具有显卡
>>> exit()  # 退出 Python

到此为止，基础环境搭建完毕（接下来搭建项目编辑环境）

说明：如果你没有显卡，那么 torch.cuda.is_available() 的结果自然是 False

3 搭建 YOLOv8 项目环境

3.1 下载 YOLOv8 源码

Release（https://github.com/ultralytics/ultralytics/releases）

在 Release 中找到 YOLOv8 的最后版本：

Q：为什么需要最新版的 YOLOv8？
A：因为新版的内容和旧版的内容不一样。

下滑页面，在 Assets 处点击下载源码的压缩包：

最后对压缩包解压，得到 YOLOv8 项目文件夹：

为了避免不必要的麻烦，请把 YOLOv8 的源码放在一个全英文路径中

3.2 用 Pycharm 打开项目

打开刚才获取到的 YOLOv8 项目文件夹即可：

3.3 配置项目解释器

在 Pycharm 中打开 “设置”，依次选择 “项目: <项目名> << Python Interpreter”，然后点击红色箭头指向的图标，选择 “Add…”：

依据下图进行配置。“Interpreter” 选择的是 yolov8 环境中安装的 Python，位于你的 Anaconda3 安装路径下。请看清路径，我们需要选择的是 yolov8 环境中的 Python，不要弄成 base 环境中的 Python 了：

如果 Python Console 可以正常使用，那么应该就配置成功了：

3.4 使用 pip 本地安装 YOLOv8

在项目文件夹路径下输入以下命令，即根据之前获取到的源码安装 YOLOv8：

pip install -e .

如下图所示：

pip list 查看所有已安装的包：

安装成功