Ultralytics 框架中动态模型加载与解析

Ultralytics 框架通过 ​动态模型加载与解析机制 实现了对多种任务模型（检测、分割、姿态估计等）的统一支持，其核心在于根据输入参数（模型文件类型、任务定义等）自动适配网络结构、损失函数及后处理逻辑。以下是该机制的深度解析与使用指南：

---

一、动态模型加载机制

1. ​文件类型驱动的模型初始化

Ultralytics 的 YOLO 类通过文件扩展名自动判断模型类型，并初始化对应的模型实例：

​文件类型	​处理逻辑
.pt (PyTorch)	加载预训练权重，并根据权重中存储的 task 元数据（如 detect/segment）初始化对应任务模型。
.yaml (配置)	解析 YAML 文件定义的结构（如 backbone/head），构建未训练的新模型。
.onnx/.engine