【目标检测】YOLOV8实战入门（一）简介与安装

1、YOLOV8简介

---

`YOLOv8` 是来自 Ultralytics 的最新的基于 YOLO 的对象检测模型系列，提供最先进的性能。

Ultralytics YOLOv8，实时目标检测和图像分割模型的最新版本。YOLOv8建立在深度学习和计算机视觉的前沿进步之上，在速度和准确性方面提供无与伦比的性能。其流线型设计使其适用于各种应用，并可轻松适应不同的硬件平台，从边缘设备到云API。相比与以前的 YOLO 版本， YOLOv8 模型更快、更准 ，同时为训练模型提供统一框架。

• 支持任务类型

Model Type	Pre-trained Weights	Task
YOLOv8	yolov8n.pt, yolov8s.pt, yolov8m.pt, yolov8l.pt, yolov8x.pt	Detection
YOLOv8-seg	yolov8n-seg.pt, yolov8s-seg.pt, yolov8m-seg.pt, yolov8l-seg.pt, yolov8x-seg.pt	Instance Segmentation
YOLOv8-pose	yolov8n-pose.pt, yolov8s-pose.pt, yolov8m-pose.pt, yolov8l-pose.pt, yolov8x-pose.pt ,yolov8x-pose-p6	Pose/Keypoints
YOLOv8-cls	yolov8n-cls.pt, yolov8s-cls.pt, yolov8m-cls.pt, yolov8l-cls.pt, yolov8x-cls.pt	Classification

• 支持模式类型

Mode	Supported
Inference	✔
Validation	✔
Training	✔

Note:Ultralytics最近推出了与segment-anything相结合的实例分割功能。

Segment Anything

from ultralytics.vit import SAM 

model = SAM("sam_b.pt")
model.info()  # display model information
model.predict(...)  # train the model

• 支持任务类型

Model Type	Pre-trained Weights	Tasks Supported
sam base	sam_b.pt	Instance Segmentation
sam large	sam_l.pt	Instance Segmentation

• 支持模式类型

Mode	Supported
Inference	✔
Validation	❌
Training	❌

2、安装配置YOLOV8

---

• ultralytics支持命令行界面 (CLI) API 和 Python SDK，可通过pip安装，安装命令如下：

pip install ultralytics

• 对于开发人员可以git clone源码，然后配置安装相关依赖 requirements.txt ：

git clone https://github.com/ultralytics/ultralytics
cd ultralytics
pip install -r requirements.txt

note：YOLOV8依赖中包含pytorch相关库，但是PyTorch要求因操作系统和CUDA要求而异，因此建议先按照Pytorch官网的说明安装PyTorch及相关依赖。

---