关键点检测（4）——新版yolov8的安装及其pyproject.toml学习

　　关键点检测，作为计算机视觉领域的重要分支，广泛应用于人体姿态估计、面部表情识别、手部动作分析等多个场景。其核心在于从图像中准确检测并定位特定的关键点位置。然而，目前存在单阶段和双阶段的关键点检测算法。单阶段的检测算法以yolo为代表的，而双阶段的目前就是mmpose中rtm-pose为代表的（目前个人了解到情况）。这里先了解一下单阶段的yolov8-pose的网络结构。但是在学习之前肯定要安装，而我最近发现其做了一些小改变。所以打算也学习一下其python的新规范pyporject.toml。

1，源码安装yolov8

　　本来安装没啥说的，但是我发现随着yolov8版本的不断迭代，最新的版本已经没有requirements.txt和setup.py了。在安装的时候，直接使用下面代码会报错：

 pip install -e .

 　　报错如下：

File "setup.py" or "setup.cfg" not found. Directory cannot be installed in editable mode: D:\work\ultralytics
(A "pyproject.toml" file was found, but editable mode currently requires a setuptools-based build.)

 　　从报错可以看到，我们目录已经使用pyproject.toml文件来替换所谓的requirement.txt和setup.py了。所以项目已经使用现代的构建工具了。如果我们使用poetry即可。所以说想使用pyproject.toml，并通过pyproject.toml进行依赖包管理。

　　但是下面方法也可以解决，为了确保我们的python环境是最新的，直接升级pip即可。哈哈哈哈

pip install --upgrade pip

 　　然后再安装也可以成功。但是这样安装还是以安装包的形式。我这样安装后，查看其情况如下：

 　　这样就源码安装了成功了。为了验证是否可以修改代码。我创建一个train_custom.py文件，内容如下：

from ultralytics import YOLO
import os


def train_pose_model():
    # load a pretrained model (recommended for training)
    weights_path = r"D:\ultralytics\weights\yolov8n-pose.pt"
    model = YOLO(weights_path)
    # Train the model
    # model.train(data='cfg/datasets/tiger-pose.yaml')

    # print(model.info())
    print(model)



if __name__ == '__main__':
    os.environ['WANDB_DISABLED'] = 'true'
    train_pose_model()

 　　我们在Pose代码里面初始化加一句调试代码：

 　　然后run一下，查看结果：

 　　说明安装成功！！！

　　但是我们仍然查看一下pyproject.toml 的内容，当然主要看安装依赖，因为本文主要是安装嘛。

　　首先，就是pyproject.toml的依赖，据了解pyproject.tom文件是python的包管理工具之一，用于定义构建和打包过程。其依赖如下：

 　　所以我们要确保自己的python环境已经安装了setuptools和wheel这两个Python包。他们是处理pyproject.toml文件所必需的。如果问题仍然存在，我们就需要检查是否安装了正确的python版本。因为某些Python包可能只支持特定版本的Python。比如我们的yolov8就需要Python3.8及其以上。

　　当然如果还习惯于之前安装的方式。也为了方便起见，我们最简单的就是将其修改为requirements.txt文件，然后使用pip安装。

 　　我这里也提供对应的requirements.txt 和setup.py。

　　直接使用下面安装即可：

python setup.p