看本篇教程前请确保Centos7系统已安装配置Python3环境，参考幽络源上一篇文章=>CentOS 7安装Python3环境详细指南：从源码编译到PIP配置
步骤1：建立python虚拟环境项目
在home目录下执行如下命令新建虚拟环境python项目
python3 -m venv yolo8_pro如图，执行命令后home目录下将会出现一个新的目录名为yolo8_pro
步骤2：下载ultralytics源码上传并解压
在 https://github.com/ultralytics/ultralytics 下载zip压缩包，如图
将压缩包上传到刚创建的目录yolo8_pro中
执行如下命令安装zip工具
yum install -y unzip zip然后在yolo8_pro目录中执行如下命令解压源码压缩包
unzip ultralytics-main.zip步骤3：激活虚拟环境并下载相关依赖
在虚拟环境目录yolo8_pro下执行如下命令激活虚拟环境
source bin/activate如图，执行命令后命令行左侧会显示(目录名) ，这表示当前已经激活虚拟环境
然后执行如下命令下载yolo相关依赖
pip3 install ultralytics
步骤4：检查yolo环境
新建文件名为 cuda检查.py ，将下面的代码放进去，然后执行该文件
import torch
import numpy as np
# 检查GPU、Cuda
print("numpy版本："+np.__version__)
print("CUDA是否可用=>", torch.cuda.is_available())
print("pytorch版本=>"+torch.__version__)
print("是否支持CUDA=>"+str(torch.cuda.is_available()))
# 如果有 GPU 可用，打印 GPU 数量和名称
if torch.cuda.is_available():
print("GPU设备数量=>", torch.cuda.device_count())
print("当前使用GPU=>", torch.cuda.get_device_name(torch.cuda.current_device()))
else:
print("没有GPU可用，当前将运行在CPU上")如果没问题，将会显示类似如下结果
如果你和我一样有如下报错，不用担心，只需要卸载numpy，让后重新指定版本为2.1.1的numpy下载即可
总结
以上是幽络源的Centos7配置yolo8环境（无显卡版）的教程，如有疑问与不懂之处可加群询问
