ubuntu22.04配置yolov8环境nvidia4060

Ubuntu 22.04安装YOLOv8并支持NVIDIA GeForce 4060显卡，首先你需要安装一些必要的依赖项，包括CUDA和cuDNN库。以下是步骤：

1. **更新系统**:

   sudo apt-get update
   sudo apt-get upgrade

2. **安装GPU驱动**:
- 访问NVIDIA官方下载页面 (https://www.nvidia.com/Download/index.aspx)，选择适用于你的GPU型号的40系列驱动程序，然后下载.deb文件。
- 使用`dpkg`命令安装驱动：

     sudo dpkg -i nvidia-driver-<version>.deb

3. **安装CUDA Toolkit**:
- 在NVIDIA官网找到对应CUDA版本下载安装包（如cuda-11.x.x），安装时需要选择“Add CUDA to PATH”选项。
- 安装过程中会提示添加环境变量，例如运行 `sudo nano ~/.bashrc` 并添加：

     export CUDA_HOME=/usr/local/cuda
     export PATH=$PATH:$CUDA_HOME/bin
     export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64

4. **安装cuDNN**:
- 下载cuDNN库（cudnn-v8.x.x-linux-x64-v*.tar.gz），解压后将`lib64`目录下的库复制到CUDA的`lib64`目录下。
- 配置CUDA和cuDNN路径：

     sudo nano /etc/bash.bashrc
     echo 'export CUDA_HOME=/usr/local/cuda' >> $HOME/.bashrc
     echo 'export CUDNN_ROOT=/path/to/cudnn' >> $HOME/.bashrc

5. **重新加载环境变量**:

   source ~/.bashrc

6. **安装YOLOv8**:
- 先确保Git和其他基础工具已安装，然后从GitHub克隆YOLOv8仓库：

     git clone https://github.com/AlexeyAB/darknet.git
     cd darknet

- 检查Makefile是否包含对NVIDIA GPU的支持（如有必要，编辑它以指向正确的CUDA路径）：

     make

- 构建YOLOv8模型（如果需要特定版本的预训练权重，替换`cfg/yolov8.cfg`和`weights/yolov8.weights`）：

     make yolo8

7. **验证安装**:
运行YOLOv8示例：

   ./darknet detect cfg/yolov8.cfg yolov8.weights data/images/*.jpg