从零开始在Linux服务器配置并运行YOLO8+Web项目

 ✅作者简介：大家好，我是 Meteors., 向往着更加简洁高效的代码写法与编程方式，持续分享Java技术内容。
个人主页：Meteors.的博客
当前专栏： 神经网络（随缘更新）
✨特色专栏： 知识分享
本文内容：从零开始在Linux服务器配置并运行YOLO8+Web项目
**ps***  ： 阅读这篇文章如果有问题或者疑惑，欢迎各位在评论区提出！

---------------------------------------------------------      目录      --------------------------------------------------------

目录

将项目目录复制到Linux下

 下载虚拟环境miniconda3

安装pytorch

安装YOLO8依赖

​下载web依赖（django）

使用PostMan进行图像识别测试

---------------------------------------------------------------------------------------------------------------------------------

---

将项目目录复制到Linux下

我这里是使用直接拖拽的方式将项目复制到Linux，项目是一个从Github上拉取的YOLO8项目，改变就是中间嵌套了web的模块（yoloWeb包）

​

---

下载虚拟环境miniconda3

推荐按照这位大佬的博客进行安装和创建虚拟环境，简单明了：

Linux安装miniconda3-CSDN博客

---

安装pytorch

pytorch官网链接：PyTorch

由于我的阿里云的服务器没有gpu，所以下载的cpu版本：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装完成的验证

• CPU版本：

  import torch
  x = torch.rand(5,3)
  print(x)

• GPU版本：

  import torch   # 能否调用pytorch库
  
  print(torch.cuda.current_device())   # 输出当前设备（我只有一个GPU为0）
  print(torch.cuda.device(0))   # 
  print(torch.cuda.device_count())  # 输出含有的GPU数目
  print(torch.cuda.get_device_name(0))  # 输出GPU名称 --比如1080Ti
  x = torch.rand(5, 3)
  print(x)  # 输出一个5 x 3 的tenor(张量)
  

---

安装YOLO8依赖

yolo8的官网链接：Quickstart - Ultralytics YOLOv8 Docs

我这里使用的是pip的安装方式：

pip install ultralytics

也是顺利安装了： 

​

---

下载web依赖（django）

1. 安装django

   pip install django

2. 运行项目

   # 令项目在后台运行，并设置运行的端口为8001
   python manage.py runserver 0.0.0.0:8001 &

---

PostMan测试接口

可以看到，这个结合yolo8的web项目已经可以正常访问。

---

最后，该专栏会持续更新，

                希望文章对你有所帮助！