本项目基于飞凌嵌入式OKMX8MP-C开发板，并且开发板已经移植虚拟机，需要在开发板上安装依赖包，并保证开发板已经连接到网络。
0
1 登录到OKMX8MP-C开发板
将Type-C先接到Debug口，开机模式选择eMMC（即模式选择开关2置on，其他均off），开机后使用root账号登录。
0
2 修改pip源
为了加快安装速度我们需要修改pip源：
mkdir ~/.pipvim ~/.pip/pip.conf
添加以下内容：
[global]trusted-host=mirrors.aliyun.comindex-url=http://mirrors.aliyun.com/pypi/simple/
0
3 安装python venv环境
先安装python3-venv指令：
apt install python3-venv
安装成功提示：
创建yolo目录（目录名字可以自取），并进入目录安装python3环境：
cd ~mkdir yolocd yolopython3 -m venv venv
执行如下图：
激活python3 venv环境：
source venv/bin/activate
执行成功显示如下：
0
4 安装Ultralytics
UltralyticsYOLOv8基于深度学习和计算机视觉领域的尖端技术，在速度和准确性方面具有无与伦比的性能。其流线型设计使其适用于各种应用，并可轻松适应从边缘设备到云 API 等不同硬件平台。
安装指令：
pip3 install ultralytics
耐心等待安装：
安装成功：
0
5 测试运行
使用以下指令进行测试，source中的图片可以替换其他链接。
yolo predict model=yolov8n.pt source='https://img95.699pic.com/xsj/18/0w/8f.jpg'
运行过程中会下载模型和图片，耐心等待：
运行成功会提示在runs/detect/predict*目下生成运算结果，可以用scp指令拷贝到windows的电脑上，在cmd终端中执行以下指令，指令参考如下：
scp root@192.168.123.18:/root/yolo/runs/detect/predict/8f.jpg E:\\
如果能识别以下信息，说明我们的YOLO环境已经能正常运行了。
