小白友好!十分钟完成YOLO GPU环境搭建

全网最简单yolo配置方式,可跨平台使用(解压到各种云环境白嫖gpu使用,飞浆ai 腾讯云 kaggle)
无需复杂配置,直接使用预置环境,支持yolo全系列,包括最新的yolo12
目前看到的帖子大多是Anaconda创建环境,安装PyTorch,比较复杂,用现成的venv预置环境更适合入门

前置条件(必读)

硬件要求:需NVIDIA独立显卡(如GTX 1660/RTX 3060等),并确保已安装最新显卡驱动(驱动版本≥430)可csdn主页搜索显卡驱动参考其他文章。
系统兼容:支持任意已安装pycharm系统(vscode也可),无需额外配置CUDA和cuDNN(已集成在预置环境中)。

三步搭建流程

步骤1:下载并解压预配置环境**

从文章末尾提供的链接下载我配置好的名为yolo_gpu_venv.zip的压缩包(包含Python解释器、YOLO依赖库及GPU支持组件),免费。
将压缩包解压到任意目录(建议路径不含中文或空格,例如D:\yolo_env)。

ctrl+shift+esc调出任务管理器可以查看电脑信息
如图
在这里插入图片描述

步骤2:添加Python解释器**

打开PyCharm或VSCode等IDE,新建项目。
在IDE设置中找到Python解释器选项,选择添加本地解释器,找到第一步自己解压的位置添加这个路径的文件进来 yolo_gpu_py3.11.9\Scriptspython.exe
添加成功后可以看到我预置的环境依赖,目前环境的torch,torchvision不是最新,可运行yolo12,开箱即用

如图示意
点击pycharm左上角文件后选中设置
请添加图片描述
左上角搜索解释器,然后添加第一步解压文件的相应路径下的yolo_gpu_py3.11.9\Scripts\python.exe
在这里插入图片描述

通过以下代码验证环境:

import torch
def check_gpu_support():
    cuda_available = torch.cuda.is_available()
    print(f"CUDA可用状态: {cuda_available}")
    if cuda_available:
        print(f"检测到GPU数量: {torch.cuda.device_count()}")
        print(f"当前GPU名称: {torch.cuda.get_device_name(0)}")
        print(f"CUDA版本: {torch.version.cuda}")
        try:
            _ = torch.zeros(1).cuda()
            print("✅ GPU环境验证通过,支持YOLO训练")
        except Exception as e:
            print(f"❌ GPU环境异常: {str(e)}")
    else:
     
        print("❌ 未检测到可用GPU,可能原因:")
        print(
            "1. 未安装GPU版PyTorch(应执行类似 `pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118`)")
        print("2. 未正确安装NVIDIA驱动(需>=450.80.02)")
        print("3. CUDA工具包未安装(需>=11.3)")
        print("4. cuDNN库未配置(需>=8.2.1)")
if __name__ == "__main__":
    check_gpu_support()

输出如图
在这里插入图片描述

可以看到GPU环境正常

步骤3:运行YOLO检测(示例)

操作说明:
新建Python文件,粘贴以下代码:

from ultralytics import YOLO

model = YOLO("yolo12n.pt")  # 自动下载预训练模型
results = model.predict("https://ultralytics.com/images/bus.jpg",device="cuda")#device="cpu"
# 显示和保存结果
results[0].show()
results[0].save()

我使用的是自定义路径
可以指定设备为gpu,cpu对比推理速度

输出如图
在这里插入图片描述

运行代码,等待自动下载模型并输出检测结果(如图像中的人和大巴)。
若下载模型缓慢,可手动下载yolov12n.p 放置到项目目录(推荐)。
支持实时摄像头检测:将图片路径替换为0(调用默认摄像头)。

常见问题解答

文件q群自取,交流群915015211
目前只打包上传了win系统下的环境包,可自测在其他平台是否可以,有空了上传别的环境包

其他…待添加

Logo

火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。

更多推荐