linux系统在ubuntu20.04上部署yolov8

在Ubuntu 20.04 LTS上部署YOLOv8（You Only Look Once v8版本）需要几个步骤，包括安装必要的依赖、下载预训练模型和配置环境。以下是简要指南：

1. **更新并安装基础依赖**:

   sudo apt-get update
   sudo apt-get install -y git cmake python3-dev python3-pip build-essential libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev protobuf-compiler libjpeg-dev libpng-dev libtiff-dev libjasper-dev libzmq3-dev libavcodec-dev libavformat-3-dev

2. **安装Python依赖**:

   pip3 install numpy pyyaml openCV-Python==4.5.2.54 opencv-python-headless imutils pillow matplotlib

3. **克隆YOLOv8仓库**:

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

4. **构建YOLOv8**:
将darknet目录下的`cfg/yolov8.cfg` 和 `data/coco.data` 文件复制到`cfg` 和 `data` 目录下，然后执行：

   make

5. **下载预训练权重（model.weights）**:

   wget https://pjreddie.com/media/files/yolov8-tiny.weights

或者根据需求选择其他预训练模型。

6. **设置环境变量** (替换`your_weights_file`为下载的权重文件名)：

   export CUDA_HOME=/usr/local/cuda
   ./darknet detect cfg/yolov8.cfg yolov8-tiny.weights test.jpg

7. **测试模型**:
使用提供的示例图像运行检测命令，确认模型是否正确加载和工作。