原文：YOLOV8花朵实例分割实战 - 知乎 (zhihu.com)

一、代码：

https://github.com/ultralytics/ultralytics​github.com/ultralytics/ultralytics

与先前几个版本相比，YOLOv8 模型更快、更准确，同时为训练模型提供统一框架，以执行以下基本任务：

• 目标检测；
• 实例分割；
• 图像分类。

二、环境配置：

#Pytorch 1.10.2
#TorchVision 0.11.3
#CUDA 10.2

#Pyroch配置
conda create -n yolov8 python=3.8 -y
conda activate yolov8
conda install pytorch=1.10 cudatoolkit=10.2 torchvision

#yolov8配置
pip install -r requirements.txt
pip install onnx
pip install ultralytics

#验证是否成功
yolo detect predict model=yolov8n.pt source="ultralytics/assets/bus.jpg" 

成功后检测结果保存如下

三、YOLOV8模型