ubuntu18.04yolo8

### 安装和使用YOLOv8于Ubuntu 18.04

#### 准备工作

为了确保YOLOv8能够顺利运行，在开始之前需确认操作系统已更新至最新状态：

sudo apt update && sudo apt upgrade -y

对于Python环境的选择至关重要。鉴于YOLOv8的需求，建议安装Python 3.8或更高版本以获得更好的兼容性和性能支持[^3]。

#### Python 环境搭建

由于Ubuntu 18.04默认提供的是Python 3.6.9，这可能无法满足某些依赖库的要求。因此，推荐通过`pyenv`来管理多个Python版本:

# 安装必要的软件包用于编译Python
sudo apt install make build-essential libssl-dev zlib1g-dev \
libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm \
libncurses5-dev libncursesw5-dev xz-utils tk-dev libffi-dev \
liblzma-dev python-openssl git -y

# 安装pyenv
curl https://pyenv.run | bash

# 配置shell环境变量以便使用pyenv
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
echo 'command -v pyenv >/dev/null || export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
echo 'eval "$(pyenv init -)"' >> ~/.bashrc

source ~/.bashrc

# 使用pyenv安装指定版本的Python
pyenv install 3.8.10
pyenv global 3.8.10

验证当前使用的Python版本是否正确设置为3.8.x：

python --version

#### 创建虚拟环境并激活

创建一个新的虚拟环境可以有效隔离项目所需的依赖项，防止与其他项目的冲突：

python -m venv yolov8-env
source yolov8-env/bin/activate

#### YOLOv8 的安装

接下来按照官方指南准备YOLOv8的工作环境。考虑到YOLOv8基于Ultralytics框架开发，可以直接利用pip工具快速完成部署：

pip install ultralytics

此命令会自动处理所有必需的依赖关系，并将最新的YOLOv8模型下载到本地环境中。

#### 测试YOLOv8功能

为了检验安装过程是否成功以及初步了解如何调用YOLOv8的功能，可以通过如下简单的脚本执行目标检测任务：

from ultralytics import YOLO

model = YOLO('yolov8n.pt')  # 加载预训练的小型网络结构
results = model.predict(source='https://ultralytics.com/images/bus.jpg', show=True)
print(results)

上述代码片段展示了加载预训练权重文件的方式，并指定了测试图片的位置；最后打印预测结果供开发者进一步分析。