本文主要是介绍从零开始在Linux服务器配置并运行YOLO8+Web项目，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
✅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)) # <torch.cuda.device object at 0x7fdfb60aa588> 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）
- 安装django
pip install django - 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！
这篇关于从零开始在Linux服务器配置并运行YOLO8+Web项目的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
