YOLOv8项目推理从CPU到GPU

拉磨的驴肉火烧@Tieling Yu 2024-07-09 11:01:05 阅读 90

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

在这里插入图片描述

结果如下图,用CPU进行推理。

在这里插入图片描述

2.查看Pytorch版本

进入yolov8虚拟环境:conda activate yolov8

查看Pytorch版本:pip list

在这里插入图片描述

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

根据自己的操作系统、构架、版本、安装方式选择。

在这里插入图片描述

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。

在这里插入图片描述

安装完成后,测试命令:nvcc -V

4.安装cuDNN

cuDNN下载链接

在这里插入图片描述

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

在这里插入图片描述

在这里插入图片描述

5.安装PyTorch

进入PyTorch链接

选择带有+cu的命令

在这里插入图片描述

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

在这里插入图片描述

查看Pytorch版本:pip list

在这里插入图片描述

##6.运行测试

运行E:\AI\yolo\yolov8\ultralytics-main\ultralytics\yolo\v8\detect\predict.py

在这里插入图片描述

是GPU了吧!

在这里插入图片描述

7.查看结果

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

搞定!!!



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。