1. 准备环境      安装miniconda（anaconda也可以，mini更轻量），给miniconda添加系统环境变量，例如：

C:\miniconda3

C:\miniconda3\Scripts

C:\miniconda3\Library\bin

        完成后打开prompt（在windows开始菜单）  创建一个环境 conda create-n yolov8n python=3.8.20（自己选版本，不知道可以问ai，环境名字可以改成自己喜欢的）  然后命令行conda activate yolov8n  （我这里命名yolov8n）

           为conda添加镜像

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/main/

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/r/

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/msys2/

conda config --set show_channel_urls yes

        为python下载添加镜像

 pip config set global.index-url Simple Index

继续安装所需要的环境，安装pytorch，2.2.2 cpu版本（gpu需要换支持gpu的版本），命令行为（按照自己版本来）

pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2  --index-url https://download.pytorch.org/whl/cpu

2.安装vscode（pycharm也可以，看自己选择），打开项目文件（已打包好）（需要下载好，直接在GitHub上下载，自己选一个版本），添加Python 扩展（vscode插件）。配置虚拟环境，

打开命令面板​​：Ctrl+Shift+P

​​  选择解释器​​：
输入 Python: Select Interpreter → 从列表中找到 yolov8n 环境对应的路径（ .../miniconda3/envs/yolov8n/bin/python）。

终端激活环境 conda activate yolov8n

3.安装yolov8依赖（在vscode终端操作）

pip install ultralytics opencv-python

安装其他依赖

例如：pip install -r "D:\project\requirements.txt"

4.安装labelimg（直接搜索就行）到yolov8n环境，可为后续训练标注数据集。（可选，自己训练数据集的话就装，用打包好的比如coco数据集就不用装）

5.配置好环境，训练方法是在D:\YOLOProject\ultralytics-v8.0.97\ultralytics\nn这个目录下重新编写训练脚本，或者用该目录下的train.py训练，可对参数进行适当调整。

如果有gpu需要下载英伟达的驱动和cuda，需要更改pytorch为支持gpu的版本（具体步骤可以找个视频，直接问ai也行）