下面详细介绍YOLO配置、推理、训练相关步骤
简介
YOLO（ultralytics）是一种实时目标检测算法，通过将目标检测任务转化为回归问题，能够在一次前向传播中同时预测图像中的所有目标类别和位置，实现快速而准确的目标检测。
下面我将详细阐述如何从下载代码，推理图片到训练模型。
1.下载代码
所有命令都是基于python环境下的，你首先需要确保你已经安装了python！
你可以通过命令：
python --version
来检验你安装的python版本。
如果你仅仅只需要使用它的推理功能而不需要训练模型，你可以pip直接下载ultralytics 的包从而不需要下载代码，但是我建议下载代码并从代码安装ultralytics
两种下载方式：
如果你安装了git：
git clone https://github.com/ultralytics/ultralytics.git
下载压缩包：
进入官网https://github.com/ultralytics/ultralytics （能进但有点慢）
然后解压进入文件夹。
2.创建虚拟环境(下方所有代码使用终端cmd)
创建虚拟环境需要conda，你可以查看这篇文章从0到1的conda环境变量配置下载配置conda环境。
2.1创建并进入一个python3.10的虚拟环境
conda create --name YOLO11 python=3.10 //创建环境
conda activate YOLO11 //进入环境
进入环境后左边有环境名称，比如我的环境名称为003：
2.2安装ultralytics
进入YOLO的文件夹：
cd E:\<你的路径>\ultralytics-main
pip install -e .
这段命令会安装你下载的ultralytics，安装完成后你就会发现包会有一个路径，就表示安装成功了：
pip list //查看安装包
3.安装pytorch
3.1查看显卡支持
如果有nvidia显卡，可以查看支持的CUDA：
CUDA Version是驱动支持的最高版本
nvidia-smi
3.2进入pytorch官网查看支持版本
例如如果你的cuda version是12.8，就可以安装12.6的torch，如果驱动太旧，可以更新驱动安装，建议安装最新且性能更优。
3.3选择合适的版本
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 //cuda11.8
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124 //cuda12.4
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126 //cuda12.6
如果下载慢可以用下面的国内源：
pip3 install torch torchvision torchaudio --extra-index-url https://pypi.tuna.tsinghua.edu.cn/simple --find-links https://download.pytorch.org/whl/cu126 //cuda12.6
pip3 install torch torchvision torchaudio --extra-index-url https://pypi.tuna.tsinghua.edu.cn/simple --find-links https://download.pytorch.org/whl/cu118 //cuda11.8
pip3 install torch torchvision torchaudio --extra-index-url https://pypi.tuna.tsinghua.edu.cn/simple --find-links https://download.pytorch.org/whl/cu124 //cuda12.4
如果只是CPU，不使用显卡：
pip3 install torch torchvision torchaudio
安装完成后可以进行验证
4.验证，推理
创建一个python文件进行推理：
from ultralytics import YOLO
import os
import torch
from pathlib import Path
def detect_images():
# ======================= 配置区 =======================
# 模型配置
model_config = {
'model_path': r'E:\git-project\YOLOV11\ultralytics-main\weights\yolo11l.pt', # 本地模型路径
'download_url':'https://github.com/ultralytics/assets/releases/download/v8.3.0/yolo11l.pt' # 如果没有模型文件可在此处下载URL
}
# 路径配置
path_config = {
'input_folder': r'E:\git-project\YOLOV11\ultralytics-main\picture',
'output_folder': r'E:\git-project\YOLOV11\ultralytics-main\predict',
'auto_create_dir': True # 自动创建输出目录
}
# 推理参数
predict_config = {
'conf_thres': 0.25, # 置信度阈值
'iou_thres': 0.45, # IoU阈值
'imgsz': 640, # 输入分辨率
'line_width': 2, # 检测框线宽
'device': 'cuda:0' if torch.cuda.is_available() else 'cpu' # 自动选择设备
}
# ====================== 配置结束 ======================
try:
# 验证输入目录
if not Path(path_config['input_folder']).exists():
raise FileNotFoundError(f"输入目录不存在: {path_config['input_folder']}")
# 自动创建输出目录
if path_config['auto_create_dir']:
Path(path_config['output_folder']).mkdir(parents=True, exist_ok=True)
# 加载模型（带异常捕获）
if not Path(model_config['model_path']).exists():
if model_config['download_url']:
print("开始下载模型...")
YOLO(model_config['download_url']).download(model_config['model_path'])
else:
raise FileNotFoundError(f"模型文件不存在: {model_config['model_path']}")
# 初始化模型
model = YOLO(model_config['model_path']).to(predict_config['device'])
print(f"✅ 模型加载成功 | 设备: {predict_config['device'].upper()}")
# 执行推理
results = model.predict(
source=path_config['input_folder'],
project=path_config['output_folder'],
name="exp",
save=True,
conf=predict_config['conf_thres'],
iou=predict_config['iou_thres'],
imgsz=predict_config['imgsz'],
line_width=predict_config['line_width'],
show_labels=True,
show_conf=True
)
# 统计信息
success_count = len(results)
save_dir = Path(results[0].save_dir) if success_count > 0 else None
print(f"\n🔍 推理完成 | 处理图片: {success_count} 张")
print(f"📁 结果目录: {save_dir.resolve() if save_dir else '无'}")
# 显示首张结果（可选）
if success_count > 0:
results[0].show()
except Exception as e:
print(f"\n❌ 发生错误: {str(e)}")
print("问题排查建议：")
print("1. 检查模型文件路径是否正确")
print("2. 确认图片目录包含支持的格式（jpg/png等）")
print("3. 查看CUDA是否可用（如需GPU加速）")
print("4. 确保输出目录有写入权限")
if __name__ == "__main__":
detect_images()
注意更改路径为你安装目录model_path（模型路径），input_folder（输入图片文件夹，把图片放入文件夹推理文件夹所有图片），output_folder（输出图片文件夹），下载权重文件可能需要网络需求。
对于YOLO11的权重文件我已上传资源，可以自行下载https://download.csdn.net/download/2301_79442295/90333333
验证如图：
证明安装正确，可以推理。
5.训练
YOLO11虽然有已经训练好的模型，但是YOLO 的官方预训练模型（如 COCO 数据集训练的模型）只能识别通用类别（如人、车、动物等）。如果你的任务需要检测特殊物体（如工业零件、医疗图像、特定商品等），必须训练自己的模型，才能实现检测效果。
训练建议： 想要训练模型，显卡是必不可少的，如果使用CPU进行训练，显卡一个小时的训练CPU可能需要10个小时；同时训练需要数据集，YOLO系列采用的是txt文本数据集，你可以从数据集网站上下载（例如我常用的workflows数据集https://app.roboflow.com/ ，这可能需要点魔法），也可以通过标注网站对自己的图片进行标注。下面我以workflows上下载的数据集为例进行训练。
5.1训练集
训练集结构如下
├── 训练集名称
│ ├── train
│ │ ├── images
│ │ └── labels
│ ├── val
│ │ ├── images
│ │ └── labels
│ └── test
│ ├── images
│ └── labels
主文件夹下有三个文件（train，val，test），每个文件夹下有images和labels
特别注意：images中的每张图片名称要与labels每个标注相对应，例如cat1.png的标注名称必须是cat1.txt，不然无法匹配，建议按照train8：val1：test1分配图片。
特别注意：标注文件txt中如果有标注多个种类一定要与下方data.yaml文件中names相对应，如果是下载的训练集可以忽略，如果是自己标注需要顺序匹配，例如假如names: [‘cat’, ‘dog’]有两类那么图片中cat的类别为0，dog类别为1，框cat的为0，框dog的为1，注意和data.yaml文件names的顺序一致就行
比如下面标注表示图片有一个dog
这个表示标注对应的图片有一个cat，一个dog
5.1.1下载训练集
训练集建议图片要超过100张，不然训练效果较差，图片越多训练效果越好
选择训练集，我这里选了一个检测路标的数据集，然后fork这个项目
然后进行预处理（比如将图片增强对比度、翻转、剪切、灰度调整、旋转等，也可以不预处理直接继续）。
点击create创建：
下载数据集，选择标注格式为YOLOv11，zip格式：
下载解压完成后文件如下：
可以看到文件夹下有test,train,valid三个文件夹和data.yaml文件，详细解释：
train（训练集）：用于模型的训练，即通过反向传播调整模型权重。数据量通常最大（如占总数据的70-80%）。每个图像需有对应的标注文件（如.txt格式的边界框和类别信息）。
valid/val（验证集）：在训练过程中监控模型性能，防止过拟合（如通过早停机制）。用于调整超参数（如学习率、批次大小）或选择模型结构。不参与训练，仅在每个epoch后评估指标（如mAP、损失值）。数据量通常为10-20%，需与训练集分布一致但不重叠。
test（测试集）：最终评估模型在“未见数据”上的泛化性能。反映模型在真实场景中的表现。
仅在训练完成后使用一次，确保评估结果无偏。数据量通常为10-20%，严格与训练集、验证集无重叠。
每个文件夹下有images(图片)和labels(标注)两个文件夹。
特别注意的是三个部分的图片一定不能有重复部分，如果一图多用你就会发现训练结果宇宙无敌好（mAP直接爆表），但实际上是一坨，就相当于考试出原题，考满分，然后感叹考试简单。
将data.yaml拖出到ultralytics-main文件夹下，原来的data.yaml文件如下：
train: ../train/images
val: ../valid/images
test: ../test/images
nc: 3
names: ['No entry sign', 'Pedestrian sign', 'Stop sign']
修改yaml文件，修改为绝对路径，删除不需要部分（比如我的路径如下，注意是 / 不是\）：
train: E:/git-project/YOLOV11/ultralytics-main/Road sign detector.v1i.yolov11/train/images
val: E:/git-project/YOLOV11/ultralytics-main/Road sign detector.v1i.yolov11/valid/images
test: E:/git-project/YOLOV11/ultralytics-main/Road sign detector.v1i.yolov11/test/images
nc: 3
names: ['No entry sign', 'Pedestrian sign', 'Stop sign']
5.2创建训练脚本
yaml文件改好后就在ultralytics-main目录下新建一个train.py文件：
import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO
if __name__ == '__main__':
model = YOLO('yolo11.yaml')
model.load('yolo11n.pt') # 是否加载预训练权重
model.train(data='data.yaml', #替换数据集的Yaml文件地址
cache=False,
imgsz=640,
epochs=100, #训练轮数
single_cls=False, # 是否是单类别检测
batch=16,
close_mosaic=0,
workers=0,
device='0', #选择'cpu'或者'0'
optimizer='SGD', # using SGD
#resume='runs/train/exp/weights/last.pt', # 续训设置last.pt的地址
amp=True,
project='runs/train',
name='exp',
)
metrics = model.val() # 运行验证并返回评估指标
参数及意义：
1.model = YOLO(‘yolo11.yaml’)是模型的网络结构，新手不建议更改，保持原样即可。
2.model.load(‘yolo11n.pt’) 预训练权重，如果想要快速得到较好的模型就使用，有yolo11n.pt，yolo11s.pt，yolo11m.pt，yolo11l.pt，yolo11x.pt可以选择，但是对继续训练的提升不大，理论上如果模型越大训练时间越长效果越好，比如x>l>m>s>n，但是如果使用x的话实测4060跑起来有点困难，新手建议使用yolo11n.pt。
3.data=‘data.yaml’，替换成yaml文件的地址，如果train.py和data.yaml在相同目录（在ultralytics-main）下就填这个。
4.epochs=100，训练轮数，理论上轮数越大效果越好，可以按需填，一般100就差不多。
5.single_cls=False, 是否是单类别检测，看data.yaml文件中nc的值，文中nc: 3表示类别三种，如果nc:1就填true。
6.device=‘0’，使用什么训练（是GPU还是CPU），填'0'或者'cpu'分别表示用显卡和用cpu计算。
7.resume=‘runs/train/exp/weights/last.pt’, 训练出来的模型效果不好可以续训，设置好上次训练出的权重文件的地址就行，实测不一定有提升或者提升有上限，初次训练就注释掉。
8.其它参数意义不大或者对新手不建议更改，就不阐述了。
完成后保存执行文件（注意在虚拟环境下，在ultralytics-main目录下）：
python train.py
5.1.2标注图片训练
训练集建议图片要超过100张，不然训练效果较差，图片越多训练效果越好
可以从网上下载相关图片进行标注，常见的标注软件如Labelimg，Labelme，还有MakeSense.ai等免费标注网站进行标注，标注后格式输出为txt文件。
5.3训练情况
如下（我这里设置了训练10轮次）：
结果保存在runs\train\exp文件夹下，可以看到有weights文件夹，里面有best.pt(最好)和last.pt(最差)文件：
同时还包括PR曲线图片，训练过程图片等衡量训练效果的图片，至于怎么衡量训练效果我这里不再阐述。
5.4检验训练效果
使用新训练的best.pt推理网上下载的图片，可以看到能够推理。
扫一扫
7953
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
