YOLO Python

YOLO Python#

A computer vision model architecture for detection, classification, segmentation, and more.

安装 Ultralytics#

pip install -U ultralytics

Quick Start#

CLI#

# 语法
yolo TASK MODE ARGS
# 训练
yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01
# 预测
yolo predict model=yolo11n.pt source='https://media.roboflow.com/inference/vehicles.png' imgsz=320
# 验证
yolo val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640
# 导出
yolo export model=yolo11n-cls.pt format=onnx imgsz=224,128

Python#

基于jupyter/pytorch-notebook#

from ultralytics import YOLO

# Create a new YOLO model from scratch
#model = YOLO("yolo11n.yaml")

# Load a pretrained YOLO model (recommended for training)
model = YOLO("yolo11n.pt")

# Train the model using the 'coco8.yaml' dataset for 3 epochs
results = model.train(data="coco8.yaml", epochs=3)

model = YOLO("runs/detect/train/weights/best.pt")
# Evaluate the model's performance on the validation set
results = model.val()

# Perform object detection on an image using the model
results = model("https://media.roboflow.com/inference/vehicles.png", save=True)

# Export the model to ONNX format
success = model.export(format="onnx")

训练#

训练模式用于在自定义数据集上训练 YOLO 模型

from ultralytics import YOLO

model = YOLO("yolo11n.pt")  # pass any model type
results = model.train(epochs=5)

验证#

Val 模式用于在 YOLO 模型训练完成后对其进行验证

from ultralytics import YOLO

# Load a YOLO model
model = YOLO("yolo11n.yaml")

# Train the model
model.train(data="coco8.yaml", epochs=5)

# Validate on training data
model.val()

预测#

Predict mode 用于使用经过训练的 YOLO 模型对新图像或视频进行预测

import cv2
from PIL import Image

from ultralytics import YOLO

model = YOLO("model.pt")
# accepts all formats - image/dir/Path/URL/video/PIL/ndarray. 0 for webcam
results = model.predict(source="0")
results = model.predict(source="folder", show=True)  # Display preds. Accepts all YOLO predict arguments

# from PIL
im1 = Image.open("bus.jpg")
results = model.predict(source=im1, save=True)  # save plotted images

# from ndarray
im2 = cv2.imread("bus.jpg")
results = model.predict(source=im2, save=True, save_txt=True)  # save predictions as labels

# from list of PIL/ndarray
results = model.predict(source=[im1, im2])

导出#

导出模式用于将 YOLO 模型导出为可用于部署的格式

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
model.export(format="onnx", dynamic=True)

追踪#

追踪模式用于使用 YOLO 模型实时追踪物体。此模式适用于监控系统或自动驾驶汽车等应用

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load an official detection model
model = YOLO("yolo11n-seg.pt")  # load an official segmentation model
model = YOLO("path/to/best.pt")  # load a custom model

# Track with the model
results = model.track(source="https://youtu.be/LNwODJXcvt4", show=True)
results = model.track(source="https://youtu.be/LNwODJXcvt4", show=True, tracker="bytetrack.yaml")

基准测试#

基准测试模式 用于分析 YOLO 各种导出格式的速度和准确性

支持的导出格式

  • ONNX： 实现最佳 CPU 性能

  • TensorRT： 实现最大 GPU 效率

  • OpenVINO： 针对 Intel 硬件优化

Python#

from ultralytics.utils.benchmarks import benchmark

# Benchmark
benchmark(model="yolo11n.pt", data="coco8.yaml", imgsz=640, half=False, device=0)

CLI#

yolo benchmark model=yolo11n.pt data='coco8.yaml' imgsz=640 half=False device=0

# Benchmark specific export format
yolo benchmark model=yolo11n.pt data='coco8.yaml' imgsz=640 format=onnx

任务#

检测#

  • 目标检测的输出是一组边界框，这些边界框包围了图像中的目标，以及每个框的类别标签和置信度分数

  • 识别目标的位置和类别

分割#

  • 实例分割的输出是一组掩码或轮廓，它们勾勒出图像中每个对象，以及每个对象的类别标签和置信度分数

  • 了解对象的精确形状

yolo segment predict model=yolo11n-seg.pt source='https://ultralytics.com/images/bus.jpg'

分类#

  • 图像分类的输出是单个类别标签和一个置信度分数

  • 专为高效图像分类而设计

yolo classify predict model=yolo11n-cls.pt source='https://ultralytics.com/images/bus.jpg'

姿势估计#

姿势估计的输出是一组点，这些点代表图像中对象上的关键点，通常还包括每个点的置信度分数

yolo pose predict model=yolo11n-pose.pt source='https://ultralytics.com/images/bus.jpg'

OBB#

旋转边界框目标检测的输出是一组旋转的边界框，这些边界框精确地包围了图像中的目标，以及每个框的类别标签和置信度分数

yolo obb predict model=yolo11n-obb.pt source='https://ultralytics.com/images/boats.jpg'

模型#

  • YOLO26：2026年发布，专为边缘和低功耗设备而设计

  • YOLO11：2024年发布，专为多功能性和生态系统集成而设计

  • YOLOv8：2023年发布，通用性与易用性的行业标杆

数据集#

  • COCO: 一个大规模数据集，用于目标 detect、segmentation 和图像描述

    • COCO8: 仅包含 8 张图像（4 张训练，4 张验证）——适用于快速测试和调试

    • COCO128: 包含 128 张图像——在大小和多样性之间取得平衡，coco128.yaml

    • 完整 COCO: 包含11.8万+训练图像——全面但资源密集

  • ImageNet: 一个大规模数据库，使用 WordNet 词集进行分类

    • ImageNet10: 仅包含 20 张图像（每个类别 2 张），适用于 CI 测试和快速健全性检查

    • ImageNette: 包含数千张图像，10 个类别，适合实际模型训练和开发

  • DOTAv2: 一个专门的数据集，强调航空图像中的目标检测，OBB

    • DOTA8: 仅包含 8 张图像（4 张训练，4 张验证）——适合快速测试和调试

    • DOTA128: 包含 128 张图像——在大小和多样性之间取得平衡，dota128.yaml

    • 完整 DOTA-v1: 包含 1,869 张图像——全面但资源密集

TensorBoard#

用法#

默认情况下，TensorBoard 日志记录处于禁用状态

# Enable TensorBoard logging
yolo settings tensorboard=True

# Disable TensorBoard logging
yolo settings tensorboard=False

性能指标#

  • P (精确率)：帮助识别并最大限度地减少假阳性

  • R (召回率)：确保检测到所有相关对象

  • mAP (平均精度)：提供整体性能快照，指导总体改进

  • IoU (交并比)：帮助微调目标定位精度

Docker#

仅使用 CPU#

docker run -it --ipc=host ultralytics/ultralytics

使用 GPU#

# Set image name as a variable
t=ultralytics/ultralytics:latest

# Run with all GPUs
sudo docker run -it --ipc=host --runtime=nvidia --gpus all $t

# Run specifying which GPUs to use
sudo docker run -it --ipc=host --runtime=nvidia --gpus '"device=2,3"' $t

Runtime Environment#

Screenshots#

https://yolov8.com/index_files/673f63f3b551697302c98211_cars-p-1080.png

References#

Contents