ubuntu20.04下载yolov8
时间: 2025-03-25 20:19:28 浏览: 47
### 安装 YOLOv8 的准备工作
在 Ubuntu 20.04 上安装 YOLOv8 需要完成一系列前置条件,包括但不限于显卡驱动、CUDA 和 cuDNN 的安装以及 Python 虚拟环境的设置。以下是详细的说明:
#### 显卡驱动和 CUDA 安装
为了支持 GPU 加速,需要先安装 NVIDIA 显卡驱动程序和 CUDA 工具包。推荐版本为 CUDA 11.6 或更高版本[^1]。
可以通过以下命令获取并安装官方提供的 CUDA keyring 文件:
```bash
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
```
接着安装 CUDA 及其依赖项:
```bash
sudo apt-get -y install nvidia-driver-525
sudo apt-get -y install cuda-11-6
```
对于 cuDNN 库的支持,可以按照如下方式操作:
```bash
sudo apt-get -y install libcudnn8=8.4.*-*
sudo apt-get -y install libcudnn8-dev=8.4.*-*[^2]
```
#### 创建虚拟环境
建议通过 Anaconda 来管理 Python 环境,这有助于隔离不同项目之间的依赖关系。具体步骤如下:
1. **创建虚拟环境**
使用 `conda` 命令来新建一个名为 `yolov8_env` 的虚拟环境(可以根据需求更改名称),指定 Python 版本为 3.10 或以上。
```bash
conda create -n yolov8_env python=3.10
```
2. **激活虚拟环境**
启动新创建的虚拟环境以便后续安装所需的库文件。
```bash
conda activate yolov8_env
```
#### PyTorch 安装
YOLOv8 对 PyTorch 存在强依赖性,因此需确保正确安装兼容版本的 PyTorch。如果网络连接正常,则可以直接在线安装;否则可采用离线方法。
##### 在线安装
执行以下指令即可自动匹配适合当前系统的 PyTorch 版本及其扩展组件。
```bash
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu116
```
##### 离线安装
当处于无互联网环境下时,提前下载对应平台架构下的 `.tar.bz2` 格式的压缩包至本地存储设备中,并利用 `conda install` 进行静默部署。
```bash
conda install --offline /path/to/pytorch-package-file.tar.bz2
conda install --offline /path/to/torchaudio-package-file.tar.bz2
conda install --offline /path/to/torchvision-package-file.tar.bz2[^4]
```
#### YOLOv8 源码克隆与安装
最后一步是从 Ultralytics 提供的 GitHub 仓库拉取最新版代码资源,并依据文档指引完成最终集成工作。
```bash
git clone https://github.com/ultralytics/ultralytics.git
cd ultralytics
pip install -r requirements.txt
pip install ultralytics
```
至此,整个流程结束,用户可以在所构建好的环境中尝试调用预训练模型或者自定义数据集开展进一步研究活动。
---
阅读全文
相关推荐

















