安装yolo26【无标题】

1 安装ubuntu26.04

2 安装cuda12.8

1 安装 CUDA 12.8

# 1. 给安装包权限sudo chmod+x cuda_12.8.1_570.124.06_linux.run# 2. 安装（不装驱动，只装CUDA）sudo./cuda_12.8.1_570.124.06_linux.run--silent--toolkit

2 配置 CUDA 环境变量

echo'export PATH=/usr/local/cuda-12.8/bin:$PATH'>>~/.bashrc echo'export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH'>>~/.bashrc source~/.bashrc## 验证是否成功nvcc-V nvcc:NVIDIA(R)Cuda compiler driver Copyright(c)2005-2025NVIDIA Corporation Built on Fri_Feb_21_20:23:50_PST_2025 Cuda compilation tools,release12.8,V12.8.93Build cuda_12.8.r12.8/compiler.35583870_0

3 安装 cuDNN 9.21

# 1. 添加NVIDIA源密钥sudo dpkg-i cuda-keyring_1.1-1_all.deb sudo apt update# 2. 安装对应CUDA 12.8的cuDNNsudo apt install-y cudnn9-cuda-12# 3. 把cuDNN复制到CUDA目录（让YOLO/PyTorch能找到）sudo cp/usr/include/x86_64-linux-gnu/cudnn*.h/usr/local/cuda/include/sudo cp/usr/lib/x86_64-linux-gnu/libcudnn*/usr/local/cuda/lib64/sudo ldconfig## 验证 cuDNNcat/usr/local/cuda/include/cudnn_version.h|grep CUDNN_MAJOR-A2

4 安装miniforge

从miniforge官网
https://github.com/conda-forge/miniforge下载
或者执行以下命令：

wgethttps://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh# 在Miniforge3-Linux-x86_64.sh所在文件夹执行以下命令安装，默认位置是默认位置是/home/username/miniforge3bashMiniforge3-Linux-x86_64.sh# 确认下载路径是否正确ls/home/username/.miniforge3/bin# 打开终端，并使用vim打开 ~/.bashrc 文件vim~/.bashrc# 使用方向键移动光标到文件的末尾，并按下 i 进入编辑模式，在文件的末尾添加以下行，将miniforge的bin目录路径添加到环境变量exportPATH="/path/to/miniforge3/bin:$PATH"# 按下 Esc 退出编辑模式，并输入 :wq 保存并退出文件# 更新当前终端的环境变量，使更改生效source~/.bashrc# 安装完成后，重新打开一个新的终端conda initbashsource~/.bashrc# 创建的是新的虚拟环境conda create--nameyolo26# 激活你的虚拟环境conda activate yolo26

5 安装yolo26

CUDA 12.8 + cuDNN 9.21.1 + RTX 5080

1. 创建并进入 yolo26 环境

# 建环境（推荐 Python 3.10/3.11，兼容最好）conda create-n yolo26 python=3.10-y# 进环境conda activate yolo26# 升级 pip（防止 nightly 包解析失败）pip install--upgrade pip

2. 安装 CUDA 12.8 的 PyTorch nightly（关键）

你的系统 CUDA 是 12.8，对应 nightly 源是 cu128：

pip install--pre torch torchvision torchaudio \--index-url https://download.pytorch.org/whl/nightly/cu128

–pre：装预发布（nightly）版本
cu128：匹配你系统的 CUDA 12.8
自动拉取最新编译的 torch/torchvision/torchaudio，支持 RTX 5080（sm_120）

3. 验证 PyTorch + CUDA 是否生效（必须做）

在同一终端执行：

python-c "importtorchprint('PyTorch 版本:',torch.__version__)print('CUDA 可用:',torch.cuda.is_available())print('CUDA 版本:',torch.version.cuda)print('GPU 设备:',torch.cuda.get_device_name(0))print('GPU 算力:',torch.cuda.get_arch_list())" PyTorch 版本:2.12.0.dev20260407+cu128 CUDA 可用:TrueCUDA 版本:12.8GPU 设备:NVIDIA GeForce RTX5080Laptop GPU GPU 算力:['sm_75','sm_80','sm_86','sm_90','sm_100','sm_120']

4. 安装 YOLO26（Ultralytics）

# 装正式版 YOLO26pip install numpy opencv-python matplotlib tqdm pillow pandas ultralytics-i https://pypi.tuna.tsinghua.edu.cn/simple pip install onnx onnxruntime-i https://pypi.tuna.tsinghua.edu.cn/simple# 验证yolo--version

5. 测试 YOLO26 推理

yolo predict model=yolo26s.pt source=https://ultralytics.com/images/bus.jpg

把 best.pt 转 ONNX

yolo export model=best.ptformat=onnx imgsz=640simplify=True

验证 ONNX 模型是否可用

yolo predict model=best.onnx source=bus.jpg

✅ 系统： Ubuntu 26.04✅ 显卡： RTX 5080✅ CUDA： 12.8（已装好）✅ cuDNN： 9.21.1（已装好，完全匹配 CUDA 12.8）