使用的系统是windows，找到的解压命令很多都linux系统中的，为了能在windows系统下使用，因此下载Git这个软件，在其中的Git Bash中使用以下命令，因为Git Bash集成了很多linux的命令，方便我们的使用。

将PyQt5路径下Qt5的plugins\platforms添加到系统环境变量中用户变量里。我的路径如下：D:\anaconda3\envs\yolov8\Lib\site-packages\PyQt5\Qt5\plugins\platforms。变量值：D:\anaconda3\envs\yolov8\Lib\site-packages\PyQt5\Qt5\plugins\platforms。此

以及注释掉ultralytics/yolo/engine/validator.py# self.args.half = self.device.type!也有文章说是NVIDIA对GTX16xx相关CUDA包有问题，把每个地方.half()改为.float()或者把half赋值为False，找到val.py和validator.py， 查看self.args.half的值，都改成False。/cf

更新你的 PATH 环境变量，以便可以在任何位置运行 Qt 程序。通过编辑你的 shell 配置文件。完成安装后，可以在Python中导入PySide2模块进行测试。

不要同时安装 opencv-python 和 opencv-contrib-python。不然会出现找不到cv2.__version__或者“Requirement already satisfied: numpy>=1.19.3 in ./anaconda3/envs/maskrcnn/libERROR: Could not install packages due to an OSError或

具体在Ultralytics/demo.py 代码里面也有体现# 将模型导出为 ONNX 格式在安卓端使用demo项目在转换前需要对项目源码作出一些修改，修改具体见下面步骤。待修改的内容在ncnn-android-yolov8-main/doc/中有显示，如使用检测任务则修改c2f.jpg和Detect.jpg两张图片上的内容。

pycuda 官方下载地址https://pypi.org/project/pycuda/#history。查看cuda 版本，若出现版本和位置，则继续；打开文件后，在最后添加如下信息：（根据自己cuda版本进行编辑）

FLIR在2022.1.19发布了新版的FLIR_ADAS_v2，有着更多的类别和数量更丰富的图像。数据集同步注释热图像和无注释RGB图像供参考。本文章主要介绍如何使用FLIR_ADAS_v2中的rgb图像和thermal图像来制作yolo格式数据集。

说是：请求异常，连接超过最大连接次数，最后是因为证书认证失败。请注意，这只是一种权宜之计，不建议在生产环境中使用。url就是放网页的链接的。

1.第一步需要新建一个环境，我这里直接复制了电脑上的常用的一个环境，已经安装好了cuda和torch，python是3.8.16，torch的版本是2.0.1+cu117。，根据自己电脑环境的配置，下载相应版本。根据mmcv的光放安装文档。