计算机视觉 / 系统课时
安装 Ultralytics
安装 Ultralytics
本课完成 YOLOv8 项目的核心框架安装。你将安装 Ultralytics 工具包,验证命令行工具是否可用,并通过 Python 加载预训练模型,建立从环境到模型运行的完整链路。
学习目标
- 完成 Ultralytics Python 包安装
- 验证 YOLO 命令行环境是否正常
- 使用 Python 接口加载 YOLOv8 预训练模型
安装 Ultralytics 工具包
Ultralytics 是 YOLOv8 官方提供的开发工具包,封装了训练、验证、预测和模型导出等流程。安装前建议确认当前终端使用的是已经配置好 PyTorch 的 Python 环境。使用 pip 安装:
bash
pip install ultralytics预期输出
text
Successfully installed ultralytics安装完成后,可以查看命令是否注册成功。
bash
yolo version预期输出
text
Ultralytics <VERSION> Python-<PYTHON_VERSION>如果提示找不到 yolo 命令,通常是虚拟环境路径未生效,可以使用 Python 模块方式调用。
bash
python -m ultralytics version预期输出
text
Ultralytics <VERSION>使用 Python 加载 YOLOv8 模型
Ultralytics 提供简洁的 Python API,可以直接加载官方预训练权重。模型文件首次使用时可能自动下载。
python
from ultralytics import YOLO
# 加载轻量级预训练模型
model = YOLO("yolov8n.pt")
print(model.model.yaml)预期结果
text
{'nc': <CLASS_COUNT>, 'depth_multiple': <VALUE>, 'width_multiple': <VALUE>}加载成功说明 Python 环境、Ultralytics 包和模型文件之间的连接正常。

验证首次预测流程
模型加载后,可以使用一张图片测试完整推理链路。
python
from ultralytics import YOLO
model = YOLO("yolov8n.pt")
results = model("<IMAGE_PATH>")
print(len(results))预期输出
text
1返回结果对象表示模型已经完成一次预测调用。实际检测框、类别和置信度可以通过结果对象继续读取。
排查安装失败问题
安装 Ultralytics 失败时,应优先确认 Python 环境,而不是直接重复执行安装命令。常见检查顺序如下:
- 确认 Python 与 pip 属于同一个环境。
- 确认 PyTorch 已经可以正常导入。
- 确认网络能够访问 Python 包仓库。
可以使用以下命令确认环境位置:
bash
python -c "import sys; print(sys.executable)"预期输出
text
<PYTHON_EXECUTABLE_PATH>如果输出路径不是预期虚拟环境,需要重新激活对应环境后再安装。
按自己的节奏,确认真正理解。