先确定自己的电脑没有独显。打开终端：WIN+R，输入cmd。执行指令：nvidia -smi 。输出如下则表明是没有独立显卡，适合下面的安装方法。

YOLO 目标检测框架的完整环境配置流程，核心分为下载 YOLO 核心资源、Anaconda 环境管理、YOLO Pytorch 环境搭建、PyCharm 代码操作四大模块。

YOLO（You Only Look Once）是一种实时目标检测算法，相比传统检测算法，它将目标检测转化为回归问题，速度快、精度高，广泛应用于安防、自动驾驶、图像识别等场景。新手需先明确：

• 常用版本：YOLOv5/YOLOv7/YOLOv8（本书以YOLOv8为例）；
• 核心依赖：需要 Python 环境、CPU、深度学习库（如 PyTorch）等。

模块一 下载 YOLO 核心资源

操作步骤（以 YOLOv8 为例）：

1. 打开浏览器，访问 YOLOv8 官方仓库：https://github.com/ultralytics/ultralytics；

1. 点击页面左上角「main」→「Tags」，选择想要下载的版本（以V8.3.163为例）

1. 
   点击页面右上角「Code」→「Download ZIP」，将 YOLOv8 源码下载到本地（如D盘/Deeplearning），解压；

1. 验证：解压后查看文件夹内是否「ultralytics」核心代码目录，确认文件完整。
2. 下载模型：

进入官网 Releases · ultralytics/assets

下滑，点开Assect选择自己想要的模型，单击下载。（下载完成后放到yolo源代码 ultralytics-8.3.163 文件夹中，一定要放！本人下载yolo11n系列）

模块 2：Anaconda 管理环境（核心：创建独立虚拟环境）

Anaconda 是 Python 环境管理工具，能避免不同项目的依赖冲突，是新手配置环境的首选，全程建议以「管理员身份」运行 Anaconda Prompt。

1.  安装 Anaconda

   1. 下载安装包：

• • Anconda下载安装包的地址：https://www.anaconda.com/download/success。；

1. 1. 验证安装：
      1. 1. 按下「Win+R」，输入「cmd」打开命令行，输入：

conda -V

1. 1. 1. 1. 若输出「conda 25.x.x」等版本号，说明安装成功；若提示「conda 不是内部命令」，需重新安装并勾选环境变量。
   2. 添加环境变量：

将【D:\Anaconda_2025】、【D:\Anaconda_2025\Scripts】与【D:\Anaconda_2025\Library\bin】添加到环境变量。环境变量的打开方法：桌面鼠标右键——显示设置——右侧栏划到最下面，点击“关于”——看最右侧的“相关设置”，点击“高级系统设置”——点击“环境变量”——在下方的“系统变量”中滑到“Path”并编辑——新建这3个地址。

2.2 创建 YOLO 专属虚拟环境

1. 打开「Anaconda Prompt」（开始菜单搜索）；
2. 创建环境（命名为 yolo_env，Python 版本 3.11）：

运行

conda create -n yolo_env python=3.11

1. 确认创建：输入「y」并回车，等待依赖下载完成；

1. 下载完成，环境创建成功：

1. 激活环境（核心步骤，每次配置 / 运行 YOLO 都需先激活）：

运行

conda activate yolo_env

• • 激活成功后，命令行开头会显示「(yolo_env)」

每次配置 / 运行 YOLO 都需先激活

模块 3：YOLO 环境（Pytorch）（安装核心依赖）

所有操作需确保已激活「yolo_env」环境，优先使用 pip 安装（兼容 YOLO 官方依赖）。

3.1 安装 PyTorch（YOLO 核心依赖，支持显卡 / CPU ，此处使用CPU）

• • 使用CPU：进入Pytorch官网：https://pytorch.org/

下滑找到此界，点击下方「Previous version of PyTorch」

选择自己 想下载的版本（本书选择2.5.0），复制下载指令

运行

conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 cpuonly -c pytorch（成功安装pytorch）

3.2 安装 YOLO 官方依赖

1. 进入 YOLO 源码解压目录（如D盘文件夹Deeplearning文件夹中的ultralytics-8.3.163）：
   • 在命令行输入：

运行

conda activate yolo_env

pushd D:\Deeplearning\ultralytics-8.3.163

pip install -e .

运行安装成功：

模块 4：PyCharm（看 / 跑 / 改代码）（可视化操作 YOLO）

PyCharm 是 Python IDE，支持代码编辑、运行、调试。

4.1 PyCharm 的安装包的下载路径，下文的操作和选项的勾选请按照图示内容勾选，避免多 选或少选影响最后的使用。这里试讲 PyCharm 的安装路径选择在了【D:\PyCharm】的文件夹里面。

在 D 盘创建一个名字为 PyCharm 的文件夹，用于存放 PyCharm 这个程序。

PyCharm 与 Anaconda 的适配流程（含虚拟环境创建）

项目创建-Anaconda 基础环境

打开 ultralytics-8.3.163 文件夹。右上角主菜单打开设置。「项目：ultralytics-8.3.163」→「Python解释器」→「添加解释器」→「选择现有」→「Conda」

选择上面创建的「yolo_env」环境

接下来，我们进行测试，在ultralytics-8.3.163文件夹下新建一个python文件，运行下面的代码：

运行完成后若出现下图运行结果，则代表YOLO环境成功安装完成，并且可以在Pycharm中进行可视化修改。

Results saved to ………… 后跟的就是保存路径，可到相应文件夹查看结果。