当前位置: 首页 > news >正文

yolo8实现目标检测

✅步骤一:安装 PyTorch(M1 专用)

# 推荐使用官方 MPS 后端(Apple Metal 加速)

pip install torch torchvision torchaudio

确认是否使用了 Apple MPS:


import torch 
print(torch.backends.mps.is_available())

# True 表示支持


✅ 步骤二:安装 OpenCV(预编译版)

pip install opencv-python==4.8.0.76 

如仍失败,可以降级到更稳定的版本:


pip install opencv-python==4.6.0.66 


✅ 步骤三:安装 Ultralytics(YOLOv8)

这个会去依赖opencv

pip install ultralytics --no-binary opencv-python

或者,使用无依赖模式(跳过 OpenCV 的再次依赖):

pip install ultralytics --no-deps 


✅ 步骤四:验证安装


yolo version 

如果输出了版本号(如 Ultralytics YOLOv8.1.26 等)说明一切正常。


✅ 测试 YOLOv8 是否能跑起来

你可以运行一个简单的预测命令测试模型:

yolo task=detect mode=predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

这会下载一个图片并进行目标检测,自动弹出预测窗口(或保存预测图像)。

http://www.lryc.cn/news/583594.html

相关文章:

  • 操作系统核心技术剖析:从Android驱动模型到鸿蒙微内核的国产化实践
  • Day 56
  • EPLAN 电气制图(六):结构盒与设备管理器核心概念(基础知识选看)
  • Linux操作系统之进程间通信:管道概念
  • EF提高性能(查询禁用追踪)(关闭延迟加载)
  • 神经网络初步学习3——数据与损失
  • 如何选择时序数据库:关键因素与实用指南
  • HCIP(综合实验)
  • 备受期待的 MMORPG 游戏《侍魂R》移动端现已上线 Sui
  • 【教程】基于GNN的药物相互作用网络中的链接预测
  • 200nl2sql
  • 安全管理协议(SMP):配对流程、密钥生成与防中间人攻击——蓝牙面试核心考点精解
  • python 在运行时没有加载修改后的版本
  • 自动驾驶决策与规划
  • 华为动态路由配置
  • 【Linux | 网络】socket编程 - 使用UDP实现服务端向客户端提供简单的服务
  • 分库分表之实战-sharding-JDBC水平分库+分表后:查询与删除操作实战
  • Android Notification 通过增加addAction 跳转回Service重新执行逻辑
  • 海信IP501H_GK6323处理器免拆卡刷包和线刷救砖包_当贝纯净版
  • LLM 在预测下一个词的时候是怎么计算向量的,说明详细过程
  • 数据库技术体系及场景选型方案
  • RNN及其变体的概念和案例
  • 数据一致性解决方案总结
  • 软件发布的完整流程梳理
  • brainstorm MEG处理流程
  • 【科研绘图系列】R语言绘制解剖图
  • 【leetcode】2235. 两整数相加
  • 本地Qwen中医问诊小程序系统开发
  • softmax
  • PyTorch数据准备:从基础Dataset到高效DataLoader