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。

YOLOv8模型加载流程图

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:

  1. 确认 Python 与 pip 属于同一个环境。
  2. 确认 PyTorch 已经可以正常导入。
  3. 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。

目录与阅读设置

阅读设置

17

记录一个想法

安装 Ultralytics

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通