1、下载yolov8到autodl上
git clone https://github.com/ultralytics/ultralytics
下载到Yolov8文件夹下面
另外：现在yolov8支持像包一样导入，pip install就可以
2、yolov8 语义分割文档
看官方文档：主页 -Ultralytics YOLO 文档
还能切换成中文版本，真友好。
看以下yolov8语义分割的文档：Segment - Ultralytics YOLO Docs
YOLOv8 Segment 模型使用 -seg 后缀，比如 yolov8n-seg.pt ，然后官方是在 COCO数据集上进行预训练。
不同yolov8分割模型的参数：
用pycharm连接远程服务器：
然后，我根据官方提示，在根目录下面都没有这个模块，查了下，说yolov8都没有requiment.txt的文档，他是把所有东西都放在ultralytics包下面，所以直接pip install ultralytics，那么，在下这个包之前，先在autodl上面，新建一个虚拟环境，把项目的包直接下载在这里面，不然就会出现如下提示：
创建虚拟环境,名字是yolov8
root@autodl-container-97b611a952-679739f5:~# python -m venv yolov8
root@autodl-container-97b611a952-679739f5:~# source yolov8/bin/activate
(yolov8) root@autodl-container-97b611a952-679739f5:~# pip list
然后提示我pip要更新了，根据提示去更新先：
更新好了，现在也在yolov8虚拟环境下了。
我在autodl上，把yolov8下载在Yolov8文件夹下面的1：
所以，我先进入这个文件夹下
(yolov8) root@autodl-container-97b611a952-679739f5:~# cd Yolov8
(yolov8) root@autodl-container-97b611a952-679739f5:~/Yolov8# cd ultralytics
好了，开始吧！
1、先下载：pip install ultralytics，这一步就相当于之前安装requirements,现在是都放在ultralytics下面了。
2、载入刚刚下载的ultralytics
如果是在终端打开的，记得，先进入python
import ultralytics
import torch
torch.cuda.is_available() #检查torch是否可用,返回true才意味着可以用torch,在gpu打开
先直接进行预测
中间下载torch的时候突然跳出去了，然后重新进入yolov8的虚拟环境，一定注意是root目录下的，也就是说，在哪个目录下创建的虚拟环境，就从哪里进入，
source yolov8/bin/activate
然后conda list 看看有没有安装好yolov8
可以看到安装了。
现在先用官方给的图片，预测一张图的语义分割，看看什么效果：
yolo segment predict model=yolov8n-seg.pt source='https://ultralytics.com/images/bus.jpg'
可以看到，她是先下载了yolov8n-seg.pt模型，存在根目录下，然后，直接下载网站的图片，对bus这个图进行预测。注意存放位置。
她还给出了预测的结果，说有4个人一个bus，还有191.2ms的预测时间
然后它说，图片存在runs下面的segment下面的predict了
那现在用自己的图片试一下：
模型就不变了，换个图，注意这个目录一定是对应autodl上的目录分布，
yolo segment predict model=yolov8n-seg.pt source='./gettyimages.jpg'
结果是这样的。
yolov8还能实时预测摄像头：看一看（运行不了）
yolo segment predict model=yolov8n-seg.pt source=0
从yotube下载视频看看：（报错）
先下载包
sudo apt update sudo apt install youtube-dl
pip3 install --upgrade youtube-dl
youtube-dl https://www.youtube.com/watch?v=Fw3MdwjPyHA -f bestvideo[ext=mp4]+bestaudio[ext=m4a]/mp4
算了，直接看看本地视频mp4吧：
avi格式怎么看视频？
截取一帧：
