【ultralytics Yolo 目标检测】安装教程

YOLOv11 完整安装教程：从环境配置到推理测试（2025最新版）

📢 前言

2024年9月30日，Ultralytics正式发布YOLOv11，这是YOLO系列在目标检测领域的最新突破。相较于前代模型，YOLOv11在以下方面实现显著提升：

• 模型架构优化：引入C3k2块、SPPF和C2PSA组件，强化特征提取能力
• 多任务支持：支持目标检测、实例分割、姿态估计、旋转边界框检测、图像分类五大任务
• 性能提升：YOLOv11x在COCO数据集上达到54.7% mAP，推理速度比YOLOv8快23%
• 跨平台部署：支持CPU/GPU推理，兼容ONNX、TensorRT等格式

本教程将详细讲解Windows/Linux双平台环境搭建，并提供常见问题解决方案。

---

🛠️ 环境要求

组件	最低要求	推荐配置	验证命令
Python	3.8+	3.10	python --version
PyTorch	1.8+	2.4.1+	python -c "import torch; print(torch.__version__)"
CUDA	11.7	11.8/12.1	nvidia-smi
cuDNN	8.0.5	8.9.7	cat /usr/local/cuda/include/cudnn_version.h
显卡	NVIDIA GTX 1060	RTX 30/40系列	-

💡 关键提示：通过conda list | grep cudatoolkit验证CUDA版本，确保PyTorch与CUDA版本匹配

---

📥 安装步骤

步骤1：克隆官方仓库

git clone https://github.com/ultralytics/ultralytics
cd ultralytics

步骤2：创建虚拟环境（推荐）

使用conda

conda create -n yolov11 python=3.10
conda activate yolov11

步骤3：安装PyTorch

链接: pytorch官网

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

步骤4：安装Ultralytics库

pip install ultralytics