介绍：YOLOv8 是一种开源目标检测算法（模型），是 YOLO(You Only Look Once) 系列算法的最新版本。它使用单次预测框架对图像中的对象进行定位和分类。这种方法可以检测多个对象，并且速度更快，准确率更高。
参考本节，体验使用 YOLO 系列中精度最高的 yolov8x 推理预测交通信息，包括：识别交通工具、车辆进区域计数、车辆越线计数。

1.创建项目

1.点击右上角创建项目—>项目名称:可自定义，如“yolov8监控交通流”，详情如图1。

图1

2.环境配置，运行代码

1.填写项目创建的相关信息

• 资源配置：选择B1.large。
• 镜像：选择公开镜像yolov8监控交通流-体验镜像（作者为“趋动云小助手”），详情如图2。
• 数据：选择社区—>全部—>trafficMonitor （作者为“趋动云小助手”），详情如图3。
• 模型：选择公开模型yolov8（作者为“趋动云小助手”），详情如图4。
• SSH 设置：关闭。

图2

图3

图4

2.单击我要上传代码，暂不启动，并进入该项目的代码预览页。

图5

3.代码预览页中单击上传代码，选择网页上传文件。

代码链接：https://pan.baidu.com/s/1UTBVTMKBwkmnt0zKTzXBUg?pwd=7e8i 提取码：7e8i

图6

4.在代码压缩包后的...中选择解压缩，解压刚才上传的代码包。

图7

5.解压完后点击结束编辑—>确认—>启动开发环境。

图8

6. 点击进入开发环境

图9

3.推理

该项目共为您提供了 4 个推理体验，您可以选择其中一个体验，也可以逐个都体验一遍。

以下以 “体验2-车辆进区域计数” 为例为您说明如何推理：

1.进入开发环境，并切换至JupyterLab页面。

2.双击左侧目录中“体验2-车辆进区域计数.ipynb”，切换至该文件。

说明：体验其他推理，则双击其他文件即可。

图10

3.意见运行该案例的所有步骤，Run—>Run All Cells。

图11

4.运行过程中，右上角的实心圈会逐渐变成空心圈，当完全变成空心圈时代表推理完成。

图12

5.推理完成后，当前目录（/gemini/code/）会生成相应推理结果视频，下载并观看。

图13

6.推理结果展示。

图14

最后，正好趋动云官方有新用户注册活动。大家通过链接https://growthdata.virtaicloud.com/t/BF来注册，还有价值 70 元的赠送算力，

温馨提示：推理完成后记得停止开发环境，以免钱包余额悄悄流失！！