当前位置： 首页 > news >正文

YOLO11 目标检测从安装到实战

news 2025/7/11 6:23:49

前言

YOLO（You Only Look Once）系列是目标检测领域的经典算法，凭借速度快、精度高的特点被广泛应用。最新的 YOLO11 在模型结构和性能上进一步优化，本文将从环境搭建到实战应用，详细讲解 YOLO11 的使用方法，适合新手快速上手。

一、环境准备

1. 系统要求

  • 操作系统：Windows 10/11、Ubuntu 20.04+、欧拉系统等
  • 硬件：CPU 可运行，GPU（NVIDIA）可加速（推荐，需支持 CUDA）

2. 安装 Python

  • 推荐版本：Python 3.8-3.11（兼容性最佳）
  • 下载地址：Python 官网
  • 验证安装： 
    python --version  # 或 python3 --version

3. 安装 YOLO11（Ultralytics 库）

YOLO11 由 Ultralytics 团队维护，通过ultralytics库即可使用，安装命令：

# 基础安装（CPU/GPU通用）
pip install ultralytics# 如需GPU加速，需额外安装对应版本PyTorch（带CUDA）
# 参考PyTorch官网：https://pytorch.org/get-started/locally/
# 例如CUDA 11.8版本：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

4. 验证安装

python 运行

import ultralytics
from ultralytics import YOLOprint("Ultralytics版本：", ultralytics.__version__)  # 需≥8.1.0（支持YOLO11）
model = YOLO("yolo11n.pt")  # 加载轻量模型
print("模型加载成功！")

运行无报错则安装成功。

二、YOLO11 模型介绍

YOLO11 提供多个预训练模型，不同模型在速度和精度上有差异：

模型大小 (MB)输入尺寸适合场景
yolo11n.pt6640x640轻量化部署、快速推理
yolo11s.pt23640x640平衡速度与精度
yolo11m.pt66640x640中等精度需求
yolo11l.pt155640x640高精度需求
yolo11x.pt234640x640最高精度（速度较慢）

模型会自动下载，首次使用需联网。

三、实战教程：目标检测基础操作

1. 单张图片检测

from ultralytics import YOLO
import osdef detect_and_save_results(image_path, output_txt_path=None):"""对图片进行目标检测，并将结果保存到TXT文件参数:image_path: 输入图片的路径（本地路径或URL）output_txt_path: 输出TXT文件的路径，默认与图片同目录、同名"""# 1. 加载预训练的YOLO模型（可替换为其他模型，如yolo11s.pt、yolo11m.pt等）model = YOLO("yolo11n.pt")  # 轻量级模型，适合快速测试# model = YOLO("yolo11l.pt")  # 较大模型，精度更高但速度较慢# 2. 执行目标检测（使用GPU加速，若无GPU会自动切换到CPU）results = model(image_path, device=0)  # device=0表示使用第一个GPU，无GPU可省略# 3. 处理输出路径：默认与图片同目录，文件名相同，后缀改为.txtif output_txt_path is None:img_dir = os.path.dirname(image_path)img_name = os.path.splitext(os.path.basename(image_path))[0]output_txt_path = os.path.join(img_dir, f"{img_name}_detections.txt")# 4. 解析检测结果并写入TXTwith open(output_txt_path, "w", encoding="utf-8") as f:# 遍历每张图片的检测结果（此处仅处理单张图片）for result in results:# 遍历每个检测到的目标for box in result.boxes:# 获取目标类别名称（如"person"、"car"）cls_name = model.names[int(box.cls)]# 获取置信度（保留4位小数）confidence = round(float(box.conf), 4)# 获取边界框坐标（x1, y1, x2, y2，左上角和右下角坐标）x1, y1, x2, y2 = map(round, box.xyxy[0].tolist())  # 转为整数# 写入TXT，格式：类别 置信度 x1 y1 x2 y2f.write(f"{cls_name} {confidence} {x1} {y1} {x2} {y2}\n")print(f"检测结果已保存至：{output_txt_path}")return output_txt_path# 示例：检测本地图片并保存结果
if __name__ == "__main__":# 输入图片路径（可替换为本地图片路径，如"test.jpg"，或URL）input_image = "bus.jpg"  # 本地图片# input_image = "https://ultralytics.com/images/bus.jpg"  # 网络图片# 调用函数执行检测并保存结果detect_and_save_results(input_image)

2. 批量图片检测并生成标注图

import os
import shutil
from ultralytics import YOLO
from PIL import Image, ImageDraw, ImageFontdef batch_detect_and_annotate(input_dir, output_dir="demo"):"""批量处理文件夹中的图片，生成标注后的图片和识别结果TXT参数:input_dir: 存放待识别图片的文件夹路径output_dir: 输出结果的文件夹路径（默认当前目录的demo文件夹）"""# 1. 创建输出文件夹（若不存在）os.makedirs(output_dir, exist_ok=True)print(f"所有结果将保存至：{os.path.abspath(output_dir)}")# 2. 加载YOLO模型（可替换为其他模型，如yolo11s.pt、yolo11m.pt等）model = YOLO("yolo11n.pt")  # 轻量级模型，适合快速测试# model = YOLO("yolo11l.pt")  # 更大模型，精度更高但速度较慢# 3. 获取输入文件夹中所有图片文件image_extensions = (".jpg", ".jpeg", ".png", ".bmp", ".gif")  # 支持的图片格式image_files = [f for f in os.listdir(input_dir)if f.lower().endswith(image_extensions)]if not image_files:print(f"错误：在{input_dir}中未找到任何图片文件！")return# 4. 批量处理每张图片for img_file in image_files:# 构建图片路径img_path = os.path.join(input_dir, img_file)img_name = os.path.splitext(img_file)[0]  # 不含扩展名的文件名try:# 5. 执行目标检测results = model(img_path, device=0)  # device=0启用GPU，无GPU可删除# 6. 生成标注后的图片# 从结果中获取标注后的图片（YOLO自动绘制检测框）annotated_img = results[0].plot()  # 返回numpy数组格式的图片# 转换为PIL图片并保存pil_img = Image.fromarray(annotated_img[..., ::-1])  # 转换BGR为RGBoutput_img_path = os.path.join(output_dir, f"{img_name}_annotated.jpg")pil_img.save(output_img_path)# 7. 保存识别结果到TXT文件txt_path = os.path.join(output_dir, f"{img_name}_detections.txt")with open(txt_path, "w", encoding="utf-8") as f:for box in results[0].boxes:cls_name = model.names[int(box.cls)]confidence = round(float(box.conf), 4)x1, y1, x2, y2 = map(round, box.xyxy[0].tolist())f.write(f"{cls_name} {confidence} {x1} {y1} {x2} {y2}\n")print(f"处理完成：{img_file} → 已保存标注图和TXT")except Exception as e:print(f"处理{img_file}时出错：{str(e)}")print(f"\n所有图片处理完成！结果保存在：{os.path.abspath(output_dir)}")# 示例：运行批量处理
if __name__ == "__main__":# 待识别图片所在的文件夹（请替换为你的图片文件夹路径）input_folder = "/opt"  # 例如："D:/my_images" 或 "./test_pics"# 调用函数，结果会保存在当前目录的demo文件夹中batch_detect_and_annotate(input_folder)

3. 视频实时检测与播放

import cv2
from ultralytics import YOLO# 加载YOLO模型，可根据需求更换模型，如yolo11n.pt等
model = YOLO("yolov8n.pt")# 打开视频文件，若要使用摄像头，将路径改为0，如cap = cv2.VideoCapture(0)
video_path = "5b48211588c89.mp4"
cap = cv2.VideoCapture(video_path)while cap.isOpened():# 从视频中读取一帧success, frame = cap.read()if not success:break# 对帧进行目标检测results = model(frame)# 遍历检测结果，绘制标记框for result in results:boxes = result.boxes.data.tolist()for box in boxes:x1, y1, x2, y2, conf, cls_id = boxclass_name = model.names[int(cls_id)]# 这里可以添加条件，只标记特定类别，如只标记bus# if class_name == "bus":cv2.rectangle(frame, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)label = f'{class_name} {conf:.2f}'cv2.putText(frame, label, (int(x1), int(y1) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)# 显示标记后的帧cv2.imshow("Object Detection", frame)# 按下'q'键退出循环if cv2.waitKey(1) & 0xFF == ord('q'):break# 释放视频捕获对象并关闭所有窗口
cap.release()
cv2.destroyAllWindows()

4. 自定义目标标记（例如只标记 "bus"）

import os
from ultralytics import YOLO
from PIL import Image, ImageDraw, ImageFont
import numpy as npdef detect_and_mark_bus(input_dir, output_dir="demo"):"""批量处理图片，仅用红色框标记公交车(bus)，其他目标不标记"""# 创建输出文件夹os.makedirs(output_dir, exist_ok=True)print(f"结果保存至：{os.path.abspath(output_dir)}")# 加载YOLO模型model = YOLO("yolo11n.pt")  # 可替换为其他模型# 获取输入文件夹中的所有图片image_extensions = (".jpg", ".jpeg", ".png", ".bmp", ".gif")image_files = [f for f in os.listdir(input_dir) if f.lower().endswith(image_extensions)]if not image_files:print(f"错误：{input_dir}中未找到图片！")return# 批量处理每张图片for img_file in image_files:img_path = os.path.join(input_dir, img_file)img_name = os.path.splitext(img_file)[0]try:# 执行检测results = model(img_path, device=0)  # 无GPU可删除device参数img = Image.open(img_path).convert("RGB")  # 打开原图draw = ImageDraw.Draw(img)  # 创建绘图对象# 遍历检测结果，只处理bus类别for box in results[0].boxes:cls_name = model.names[int(box.cls)]  # 获取类别名称if cls_name == "bus":  # 仅标记公交车# 获取边界框坐标（x1, y1为左上角，x2, y2为右下角）x1, y1, x2, y2 = map(int, box.xyxy[0].tolist())# 绘制红色框（线宽3）draw.rectangle([x1, y1, x2, y2], outline="red", width=3)# 绘制类别和置信度（红色文字）confidence = round(float(box.conf), 2)  # 保留2位小数text = f"bus {confidence}"# 设置字体（可选，避免中文乱码）try:font = ImageFont.truetype("arial.ttf", 18)  # 系统字体except:font = ImageFont.load_default()  # 默认字体draw.text((x1, y1 - 20), text, fill="red", font=font)# 保存标注后的图片output_img_path = os.path.join(output_dir, f"{img_name}_bus_marked.jpg")img.save(output_img_path)print(f"已处理：{img_file} → 保存至 {output_img_path}")except Exception as e:print(f"处理{img_file}出错：{str(e)}")print(f"\n所有图片处理完成！结果在：{os.path.abspath(output_dir)}")if __name__ == "__main__":# 待处理图片所在的文件夹（替换为你的图片文件夹路径）input_folder = "/opt"  # 例如："D:/my_pics" 或 "./test_images"detect_and_mark_bus(input_folder)

四、常见问题解决

  1. 模型下载慢：手动下载模型（Ultralytics Assets），放入~/.cache/ultralytics/目录（Linux）或C:\Users\用户名\.cache\ultralytics\（Windows）。

  2. GPU 无法使用：

    • 检查 PyTorch 是否为 CUDA 版本：python -c "import torch; print(torch.cuda.is_available())"（返回 True 则正常）。
    • 确保 CUDA 驱动版本与 PyTorch 兼容。

  3. cv2.imshow () 报错：

    • Linux：安装依赖sudo apt-get install libxcb-xinerama0。
    • 无图形界面：改用保存视频方式（见 3.3 节）。

参考资料：

  • 使用Ultralytics YOLO 进行模型训练 -Ultralytics YOLO 文档
  • YOLO11 GitHub 仓库
http://www.dtcms.com/a/272114.html

相关文章：

  • [论文阅读]LLMZip: Lossless Text Compression using Large Language Models
  • qemu vcpu的创建过程
  • 智慧气象新范式：人工智能如何重构城市级气象服务生态？
  • AI技术通过智能缺陷检测正在深度重构多个行业的生产模式、质量管理体系和人才结构，其影响已超越单纯的技术升级，正在引发系统性变革。
  • Windows 11 安装过程中跳过微软账户创建本地账户
  • 大模型 Agent（智能体）技术简介
  • 静默的田野革命—人工智能重构农业生态的技术风暴与文明悖论
  • 蛋白质序列-omega参数计算算法解读
  • 「按键精灵安卓/ios辅助工具」动态验证码该怎么得到完整的图片
  • 20250710解决KickPi的K7的SDK编译异常：rk3576-android14.0-25250704.tar.gz【降低BUILD_JOBS】
  • 微软365 PDF导出功能存在本地文件包含漏洞，可泄露敏感服务器数据
  • 【办公类-107-01】20250710视频慢速与视频截图
  • 用 ngrok + SSH 实现公网远程控制电脑
  • Linux Vim 编辑器详解：从入门到进阶（含图示+插件推荐）
  • FPGA设计思想与验证方法系列学习笔记001
  • XCZU47DR-2FFVG1517I Xilinx FPGA AMD ZynqUltraScale+ RFSoC
  • 原生微信小程序研发，如何对图片进行统一管理？
  • 从代码生成到智能运维的革命性变革
  • 基于elementUI的el-autocomplete组件的自动补全下拉框实践
  • LFU 缓存
  • Vue2_element 表头查询功能
  • Vue+Element Plus 中按回车刷新页面问题排查与解决
  • pytorch 神经网络
  • 深入理解机器学习
  • 【深度学习新浪潮】什么是持续预训练？
  • 深度学习中的常见损失函数详解及PyTorch实现
  • B2、进度汇报（— 25/06/16）
  • Sigma-Aldrich细胞培养基础知识：细胞培养的安全注意事项
  • Vue 中监测路由变化时，通常不需要开启深度监听（deep: true）
  • 基于Python的旅游推荐协同过滤算法系统(去哪儿网数据分析及可视化(Django+echarts))