安装CUDA和cuDNN

CUDA下载：https://developer.nvidia.com/cuda-downloads

cuDNN下载：https://developer.nvidia.com/cudnn-downloads

安装Anaconda并换源

在清华镜像站下载Anaconda安装包：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

下载安装完成后，不要启动Navigator。

更换国内镜像源，参考https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/：

也可以更换国内其他的镜像源。

各系统都可以通过修改用户目录下的 .condarc 文件来使用 TUNA 镜像源。Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

即可添加 Anaconda Python 免费仓库。

运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。


创建虚拟环境并安装PyTorch

查看当前Yolov8所需的环境配置如下：

打开Anaconda Prompt，创建虚拟环境：

conda create -n 环境名 python=3.8

这里使用Python3.8是因为Jetson Xavier NX上默认是Python3.8，保证一致性。

创建完成后，使用conda activate 环境名称命令激活环境。

然后前往PyTorch官网，复制命令：

CUDA新版本向后兼容，理论上不需要安装旧版本CUDA，都安装最新版即可，这里选择PyTorch目前支持的最新的CUDA版本，然后复制此命令到Anaconda Prompt中安装PyTorch：

需要下载很多文件，耐心等待……

安装Yolov8

直接克隆仓库到本地：

git clone https://github.com/ultralytics/ultralytics.git
cd ultralytics
pip install -e .