YOLO v8、v11训练环境搭建


元极助手 v1.3.0 及以上版本训练使用

省流版

1，下载安装Python并加入环境变量后重启：https://www.python.org/ftp/python/3.10.11/python-3.10.11-amd64.exe

2，下载安装PyTorchh和YOLO一键安装包：https://pan.baidu.com/s/12wQxxNVUJpEXpgeqiWzgjg?pwd=6666

若无法用网盘下载可依次进行pip安装

有英伟达显卡: pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128
无英伟达显卡：pip install torch torchvision
pip install ultralytics
pip install onnx==1.19.1

注意：RTX 50 系显卡必须使用 cu128 或 cu130 版本；其他 NVIDIA 显卡可使用 cu121（兼容性最好）。如果没有 NVIDIA 显卡，请下载安装 CPU 版。

在 CMD控制台 输入 nvidia-smi，最上方的 CUDA Version 只要大于等于你所安装的 PyTorch CUDA 版本即可正常使用。

另外首次训练时YOLO会自动下载你所选版本和规模的预训练模型，若下载速度慢可以在网盘中下载对应模型。

说明：如果看不懂可以跟着下面步骤一步一步来


第一步：安装 Python

建议使用 Python 3.10.11。后续所有跟 AI 有关的内容都会基于此版本，兼容性好。

点击下载：https://www.python.org/ftp/python/3.10.11/python-3.10.11-amd64.exe

下载后双击运行，勾选 "Add python.exe to PATH" 后点击 "Install Now" 进行安装。

Python安装截图
注意：安装完建议重启电脑，否则很可能环境变量不生效。



第二步：安装 PyTorch (二选一，不可以都安装)

情况 1 拥有 NVIDIA 显卡且安装显卡驱动的用户

键盘 "Win + R" 输入 "CMD" 回车打开 CMD控制台 输入 nvidia-smi 查看最上方 CUDA Version

Python安装截图

注意：RTX 50 系显卡必须使用 cu128 或 cu130 版本；其他 NVIDIA 显卡可使用 cu121（兼容性最好）。

一般情况下cu128就可以兼容大部分显卡，如需改动就把下方命令的数字换成 130 或者 121，然后在控制台输入回车即可。

pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128

或从网盘下载GPU一键安装包：https://pan.baidu.com/s/12wQxxNVUJpEXpgeqiWzgjg?pwd=6666


情况 2 没有 NVIDIA 显卡的用户

键盘 "Win + R" 输入 "CMD" 回车打开 CMD控制台 输入下方指令。

pip install torch torchvision

或从网盘下载CPU一键安装包：https://pan.baidu.com/s/12wQxxNVUJpEXpgeqiWzgjg?pwd=6666



第三步：安装 YOLO

继续在 CMD 控制台中输入下载 YOLO 和 ONNX 库：

pip install ultralytics
pip install onnx==1.19.1

或从网盘下载YOLO(包含ONNX)一键安装包：https://pan.baidu.com/s/12wQxxNVUJpEXpgeqiWzgjg?pwd=6666



卸载 YOLO 训练环境命令
说明：如果不需要训练就可以卸载，如果想换成 CPU 或者 GPU 也要先卸载 PyTorch。

卸载PyTorch。

pip uninstall torch torchvision -y

卸载YOLO。

pip uninstall ultralytics -y
pip uninstall onnx
↑