3、环境搭建：GPU驱动与CUDA安装，PyTorch环境配置，Ultralytics库安装与验证
说实话，环境搭建这一步，看着简单，其实坑最多。
我见过太多同学，代码写得挺溜，结果卡在环境上，一卡就是半天。我自己早期也吃过不少亏——有一次在服务器上装CUDA，版本没对上，折腾了整整一个下午。所以这一章，咱们把每一步都走稳了。
3.1 GPU驱动与CUDA安装
先说说最基础的东西。你要跑YOLO，尤其是用GPU加速，那NVIDIA驱动和CUDA就是绕不开的。
第一步：确认你的显卡
打开终端，输入：
nvidia-smi如果能看到显卡信息，比如型号、驱动版本，那就说明驱动已经装好了。如果提示找不到命令，那就要去NVIDIA官网下载对应驱动。
注意： 驱动版本不是越新越好。我建议你查一下自己显卡的架构，比如RTX 30系列是Ampere架构，RTX 40系列是Ada Lovelace。驱动版本最好和CUDA版本匹配。
第二步：安装CUDA
我个人习惯用CUDA 11.8或12.1，这两个版本对PyTorch的支持最稳定。你可以去NVIDIA官网下载，或者用命令行安装：
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run安装完后，记得配置环境变量：
export PATH=/usr/local/cuda-11.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH
小技巧： 装完CUDA后，运行
nvcc --version 确认版本。如果显示的不是你装的版本，八成是环境变量没配好。
我曾经在项目里遇到过一个问题：明明装了CUDA 12.1，但PyTorch一直报错说找不到CUDA。后来发现是系统默认调用了另一个版本的CUDA。嗯，环境变量这东西，真的不能马虎。
3.2 PyTorch环境配置
PyTorch的安装，说白了就是一句话：去官网选对版本。
推荐做法：用conda创建虚拟环境
我建议你为每个项目单独建一个环境，避免依赖冲突。比如：
conda create -n yolo_env python=3.10
conda activate yolo_env然后安装PyTorch。去 PyTorch官网 选择你的配置，比如CUDA 11.8对应的命令：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
验证安装：
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"True，恭喜你，PyTorch已经能调用GPU了。
你想想看，这一步要是没验证，后面跑模型时才发现用的是CPU，那得多浪费时间？
3.3 Ultralytics库安装与验证
Ultralytics是YOLOv8的官方库，安装非常简单：
pip install ultralytics它会自动帮你装好依赖，包括OpenCV、NumPy这些。
验证安装：
yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'如果能看到检测结果，说明一切正常。
避坑指南： 我曾经在Windows上装Ultralytics时，遇到OpenCV的DLL加载失败。后来发现是系统缺少Visual C++运行库。去微软官网装一下就好了。
另外，我建议你装完后再跑一个简单的Python脚本，确认库能正常导入：
from ultralytics import YOLO
model = YOLO('yolov8n.pt')
results = model('https://ultralytics.com/images/bus.jpg')
print(results[0].boxes.xyxy)如果能看到边界框坐标，那环境就彻底搭好了。
3.4 常见问题与解决方案
| 问题 | 原因 | 解决方法 |
|---|---|---|
| nvidia-smi 找不到 | 驱动未安装或未配置PATH | 重新安装驱动，或添加NVIDIA路径到环境变量 |
| PyTorch检测不到GPU | CUDA版本不匹配或PyTorch安装的是CPU版 | 卸载PyTorch，重新安装对应CUDA版本的PyTorch |
| Ultralytics导入报错 | 依赖库版本冲突 | 用conda创建新环境，重新安装 |
最后提醒： 环境搭建没有捷径。每一步都验证一下，别等到跑模型了才发现问题。我当年就是太心急，结果浪费了更多时间。
好了，环境搭好了，下一章咱们就开始真正跑YOLO模型了。你准备好了吗？