### 创建虚拟环境并安装 YOLOv8 #### 安装 Anaconda 和 PyCharm 为了简化包管理和开发流程，建议先安装 Anaconda 和 PyCharm。Anaconda 是一个流行的 Python 发行版，包含了大量科学计算所需的工具和库；而 PyCharm 则是一个功能强大的集成开发环境 (IDE)，特别适合用于数据科学和 Web 开发[^2]。 #### 打开项目目录 启动 PyCharm 后，在欢迎界面点击 "Open" 或者通过菜单栏中的 `File -> Open` 来选择要工作的文件夹作为项目的根目录。 #### 新建一个虚拟环境 在 PyCharm 的右下角可以看到当前使用的解释器名称。如果还没有配置过，则默认会显示为系统自带的 Python 解释器。此时可以点击该位置旁边的齿轮图标 (`⚙️`) 并选择 `Add...` 进入创建新环境页面。在这里可以选择基于 Conda 创建新的虚拟环境，并指定所需 Python 版本以及是否复制自 base(root) 环境等选项[^1]。 #### 激活环境 一旦成功创建了虚拟环境之后，PyCharm 将自动切换到这个环境中工作。也可以手动通过命令提示符来激活它： 对于 Windows 用户： ```cmd activate myenv ``` 对于 macOS/Linux 用户： ```bash source activate myenv ``` 其中 `myenv` 需替换为你实际命名的新环境名字。 #### 查看 GPU CUDA 版本与安装 PyTorch 及 torchvision 确保已知本地 NVIDIA 显卡支持哪个版本的 CUDA 。接着访问 [PyTorch](https://pytorch.org/) 获取对应于操作系统、Python 版本及 CUDA 版本的具体安装命令。通常情况下可以直接运行如下 pip 命令完成安装（假设使用的是 CUDA 11.7）: ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117 ``` #### 安装 ultralytics 库和其他依赖项 Ultralytics 提供了一个官方维护的 GitHub 仓库专门针对 YOLOv8 ，因此可以通过 pip 工具轻松获取最新发布的稳定版本及其所有必要的子模块和支持软件包。 ```bash pip install ultralytics ``` #### 安装图形化界面库 PySide6 最后一步就是加入 GUI 支持以便构建桌面应用程序。这可通过简单的 pip 调用来实现: ```bash pip install PySide6 ``` 至此已经完成了整个过程，现在可以在 PyCharm 中利用上述建立起来的良好隔离型开发空间来进行进一步的研究或应用开发了。