HuggingFace：基于YOLOv8的人脸检测模型

个人操作经验总结

1、YOLO的环境配置

github

在这里插入图片描述
不论base环境版本如何，建议在conda的虚拟环境中安装

1.1、创建虚拟环境

conda create -n yolov8-face python=3.9

·conda create ：创建conda虚拟环境，
·-n           ：给虚拟环境命名的参数
·yolov8-face  ：新建的虚拟环境叫做 yolov8-face
python=3.9    ：指定安装的python版本

在这里插入图片描述

安装完成后进入yolov8-face虚拟环境
在这里插入图片描述
进入新建的虚拟环境

conda activate yolov8-face

查看虚拟环境列表

conda info --envs

1.2、安装torch【参考链接:最简单的一文安装Pytorch+CUDA】

CPU版本torch安装

pip install torch torchvision torchaudio  -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

GPU版本（需要配置CUDA）
在配置好CUDA版本为12.4，安装torch

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

下载完torch之后，会提示一个numpy安装错误，此时需要重新下载一下numpy

pip install numpy

测试GPU版本torch是否可用

import torch 
torch.cuda.is_available()

返回True表示安装成功，如果返回False，那就下去沉淀沉淀，反思反思CUDA安装问题。

在代码测试中，发现GPT版本的Pytorch安装后，torchvision出现cpu版本问题。需要卸载重新安装

pip uninstall torchvision

卸载后重新安装

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

1.3、Ultralytics YOLOv8安装

Ultralytics YOLOv8 是由 Ultralytics 开发的一个前沿的 SOTA 模型。它在以前成功的 YOLO 版本基础上，引入了新的功能和改进，进一步提升了其性能和灵活性。YOLOv8 基于快速、准确和易于使用的设计理念，使其成为广泛的目标检测、图像分割和图像分类任务的绝佳选择。

Ultralytics库包含YOLOv8的完整实现和所需的依赖。

pip install ultralytics

在这里插入图片描述

2、模型下载

权重来自HuggingFace，有能力可以参考一下：arnabdhar/YOLOv8-Face-Detection

整体代码运行如下：在这里插入图片描述
运行结果在result文件下