Ubuntu24.04+RTX3050Ti+CUDA12.4环境下YOLOv8与PyTorch配置求助

一、前置环境确认 #

先验证CUDA工具链是否正常可用：

nvcc --version

输出需显示CUDA版本为12.4；若未找到nvcc命令，需将CUDA路径加入系统环境变量：

echo 'export PATH=/usr/local/cuda-12.4/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

二、安装适配CUDA 12.4的PyTorch #

使用PyTorch官方提供的CUDA 12.4兼容包执行安装：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

若pip下载速度缓慢，可添加国内PyPI镜像加速：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124 -i https://pypi.tuna.tsinghua.edu.cn/simple

三、安装YOLOv8 #

YOLOv8由Ultralytics官方维护，直接通过pip安装即可：

pip install ultralytics

四、验证GPU加速是否生效 #

1. 验证PyTorch CUDA可用性 #

运行以下Python代码：

import torch
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))

正常输出应为：

True
NVIDIA GeForce RTX 3050 Ti

2. 验证YOLOv8 GPU运行 #

执行YOLOv8预测命令：

yolo detect predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

查看终端日志，若出现类似Using CUDA device0: NVIDIA GeForce RTX 3050 Ti的信息，说明GPU已被YOLOv8成功调用。

五、可选：使用虚拟环境隔离依赖 #

为避免系统Python依赖冲突，建议创建专属虚拟环境：

# 创建Python3.8虚拟环境
python3.8 -m venv yolov8_env
# 激活虚拟环境
source yolov8_env/bin/activate
# 激活后再执行上述pip安装命令

内容的提问来源于stack exchange，提问作者Andios