YOLOv8项目推理从CPU到GPU

1.运行测试2.查看Pytorch版本3.安装CUDA4.安装cuDNN5.安装PyTorch7.查看结果

#YOLOv8项目推理从CPU到GPU YOLOv8入坑出坑，Nvidia显卡可用，ATI等其它显卡直接跳过划走！！！ 接YOLOv8代码调试运行实战

1.运行测试

运行E:\AI\yolo\yolov8\ultralytics-main\ultralytics\yolo\v8\detect\predict.py 结果如下图，用CPU进行推理。

2.查看Pytorch版本

进入yolov8虚拟环境：conda activate yolov8 查看Pytorch版本：pip list

3.安装CUDA

Nvidia显卡可用，ATI等其它显卡直接跳过划走！！！ 查看显卡支持的CUDA版本：nvidia-smi 我的电脑显卡最高支持CUDA Version：11.0 所以我安装CUDA11.0 CUDA下载链接 根据自己的操作系统、构架、版本、安装方式选择。 下载的同时卸载掉所有NIVIDIA软件，然后再安装。具体安装过程网上太多了，忽略了。但是一定要记住自己的安装目录，下面要用到。 安装完成后，测试命令：nvcc -V

4.安装cuDNN

cuDNN下载链接 解压出来，复制其中bin、include和lib，粘贴到CUDA的安装目录中。

5.安装PyTorch

进入PyTorch链接 选择带有+cu的命令 使用安装命令

pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

查看Pytorch版本：pip list

##6.运行测试 运行E:\AI\yolo\yolov8\ultralytics-main\ultralytics\yolo\v8\detect\predict.py 是GPU了吧！

7.查看结果

搞定！！！

参考阅读

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：