计算机视觉 / 系统课时
配置开发工具
配置开发工具
本课完成 YOLOv8 项目的开发工具配置:先创建统一目录,再让 VS Code、PyCharm 或 Jupyter 使用同一个虚拟环境。完成后,代码、数据、权重、配置和运行结果各有固定位置,后续示例可以直接复用。
学习目标
- 创建适合 YOLOv8 实战的项目目录
- 让常用开发工具绑定同一个 Python 解释器
- 验证代码、配置和输出目录能够正常访问
创建统一项目目录
在已激活虚拟环境的项目根目录中新建 setup_workspace.py。下面的脚本使用 Python 标准库创建目录,因此可在 Windows、macOS 和 Linux 上直接运行。
from pathlib import Path
DIRECTORIES = [
"configs",
"data/images",
"data/labels",
"models",
"notebooks",
"runs",
"src",
]
for directory in DIRECTORIES:
Path(directory).mkdir(parents=True, exist_ok=True)
Path("configs/default.yaml").write_text(
"model: yolov8n.pt\n"
"source: data/images\n"
"conf: 0.25\n",
encoding="utf-8",
)
Path(".gitignore").write_text(
".venv/\n"
"__pycache__/\n"
"runs/\n"
"*.pt\n",
encoding="utf-8",
)
print("工作区初始化完成")
for directory in DIRECTORIES:
print(f"- {directory}/")运行脚本:
python setup_workspace.py预期输出:
工作区初始化完成
- configs/
- data/images/
- data/labels/
- models/
- notebooks/
- runs/
- src/初始化后的核心职责如下:src 保存可复用程序,notebooks 保存实验笔记,data 保存输入数据与标签,models 保存手动管理的权重,configs 保存参数,runs 保存训练或推理结果。自动下载的 yolov8n.pt 也可能出现在项目根目录,后续可按需要移入 models。
绑定开发工具
VS Code
使用 VS Code 打开项目根目录,按 Ctrl+Shift+P 或 Cmd+Shift+P,执行 Python: Select Interpreter,选择当前项目的 .venv。随后打开任意 Python 文件,确认状态栏显示的解释器来自该虚拟环境。
PyCharm
选择 Open 打开项目根目录,再进入 Python Interpreter 设置,添加已有环境并指向 .venv 中的 Python。不要为同一项目重复创建第二个虚拟环境,否则终端安装的依赖可能无法被编辑器识别。
Jupyter
先确认虚拟环境中已安装 ipykernel,再注册一个独立内核:
python -m ipykernel install --user --name yolo-v8-practice --display-name "Python (YOLOv8)"预期结果:
Installed kernelspec yolo-v8-practice in <PATH><PATH> 会随操作系统和用户目录不同而变化。打开 Notebook 后,选择 Python (YOLOv8),即可让 Notebook 与命令行使用同一套依赖。
验证配置
在开发工具的集成终端中执行以下命令,确认解释器和 Ultralytics 来自当前环境:
python -c "import sys, ultralytics; print(sys.executable); print(ultralytics.__version__)"预期输出:
<PATH>/.venv/<PYTHON_EXECUTABLE>
<VERSION>实际路径、可执行文件名和版本号可能不同。关键是路径指向当前项目的 .venv,并且命令没有出现 ModuleNotFoundError。若导入失败,应先确认终端已激活正确环境,再在该环境中安装依赖。