简介

YOLO（You Only Look Once），这个名字直译过来就是“你只看一次”，它是一种非常流行的目标检测算法，在计算机视觉领域扮演着关键角色。它的核心优势在于，能够既快速又准确地在图像或视频里找出各种物体，并 pinpoint 它们的精确位置。下面，我们就来详细了解一下这位“视觉尖兵”。

主要功能

YOLO的本领很全面，远不止是找东西那么简单：

• 目标检测：这是它的看家本领。YOLO不仅能识别出图像里有什么（比如是人、车还是一只猫），还能用一个方框（边界框）把物体的位置给标出来。
• 姿态估计：进阶一些，YOLO还能估算出物体的姿态，也就是它的朝向和具体方位。
• 实例分割：在某些高级版本中，YOLO甚至能做到像素级的“抠图”，将每个被检测到的物体精确地从背景中分离出来，区分开不同的个体。
• 图像分类：虽然检测是主业，但简单地给整张图像分个类、打上个标签，对YOLO来说也是小菜一碟。

工作原理

YOLO之所以快，秘诀就在于它的“单阶段检测”机制。它不像有些算法那样需要分两步走（先找可能区域，再细看），而是直接一步到位，非常高效。具体来说，它是这么干的：

• 划分网格：首先，它会把输入图像划分成一个个小格子。
• 主动预测：接着，每个格子都会主动预测出几个可能的物体边界框，并给出每个框的“靠谱程度”（置信度）。
• 判断类别：对于每个边界框，它还会同时预测里面物体最可能属于哪个类别。
• 去芜存菁：最后，通过一个叫“非极大值抑制”的聪明办法，把所有重复、多余的框框去掉，只留下最准确、最自信的那个检测结果。

优点

YOLO能这么受欢迎，主要是因为它有几个突出的优点：

• 速度飞快：得益于其一步到位的设计，它的处理速度极具优势，特别适合需要实时分析的场景，比如视频监控。
• 精度很高：在保证速度的同时，它的检测准确度也相当能打，在许多公开数据集上都表现优异。
• 简单好用：它的整体思想清晰，实现起来相对直接，而且有着非常活跃的社区，提供了大量预训练模型和工具，对新手和研究者都很友好。

版本

自诞生以来，YOLO家族也在不断进化，推出了多个版本，各有千秋：

• YOLOv1：开山之作，提出了革命性的单次检测思想。
• YOLOv2：也叫Darknet-19，在精度和速度上做了显著提升。
• YOLOv3：引入了多尺度检测的强大能力，能更好地识别不同大小的物体。
• YOLOv4：在性能上做到了极致，整合了许多新的训练技巧和架构优化。
• YOLOv5：进一步提升了易用性，采用PyTorch框架，使得部署和应用变得更加简单。
• YOLOv8：目前最新的稳定版本，由Ultralytics开发，在性能和功能易用性上达到了新的高度。

应用场景

YOLO的强大能力，让它在我们生活的许多方面都大显身手：

• 自动驾驶：帮助汽车实时识别前方的车辆、行人、交通标志和障碍物。
• 安防监控：在机场、车站等公共场所，用于实时分析视频流，检测异常行为或可疑物品。
• 机器人视觉：充当机器人的“眼睛”，让它们能够识别、定位并抓取特定的物体。
• 医学图像分析：辅助医生在CT、MRI等医学影像中快速定位和识别病变区域，如肿瘤或异常组织。

常规安装

python

Python 是一门非常流行的编程语言，它的语法清晰直观，功能强大，被广泛应用于Web开发、数据分析、人工智能等多个领域。同时，它支持多种编程风格，无论是面向对象、函数式还是过程式编程，都能轻松胜任。

在大多数 Linux 发行版中，Python 通常已经预装了。但如果你需要安装，或者想更新到更新的版本，可以按照以下步骤操作：

首先，打开终端，执行以下命令来更新软件包列表并安装 Python3：

sudo apt update
sudo apt install python3

安装完成后，最好验证一下是否成功。只需在终端里输入：

python3 --version

如果一切顺利，会看到类似这样的版本信息，这表示 Python 已经准备就绪了：

Python 3.12.3

Ultralytics

为了使用 YOLO，推荐直接安装由官方团队 Ultralytics 提供的 ultralytics Python 包。这个包封装了所有必要的功能，让你无需关心复杂的源码和依赖，能够开箱即用。

安装非常简单，只需在命令行中运行：

pip install ultralytics

这个命令会自动帮你安装 ultralytics 包以及它所依赖的所有其他库。

安装完成后，你可以通过以下命令来快速检查安装是否成功，并查看具体的版本号：

yolo -v

如果安装正确，终端会显示当前的 YOLO 版本号，例如：

8.3.213

Ultralytics Assets

想要直接使用YOLO进行目标检测，除了安装软件包，预训练模型文件也必不可少。

这些文件包含了模型在庞大图像数据集上学到的“知识”和“经验”（即权重参数），让你无需从头训练，就能直接用于推理预测，或者基于它进行微调以适应特定任务。

Ultralytics官方贴心地提供了从轻量到高精度的一系列预训练模型，方便我们按需选择。

如何下载模型

可以直接访问 Ultralytics Assets 这个官方GitHub页面，所有公开发布的预训练模型都在这里。这些模型文件通常以 .pt 为后缀，下载后即可直接加载使用。

如何选择模型

打开发布页面后，你会看到YOLO系列（例如YOLOv11）下有多个不同大小的模型，它们主要按体积和性能分为五类：

模型名称	模型特点与适用场景
yolo11n (Nano)	极致轻量，速度最快，专为资源受限的嵌入式或移动设备设计。
yolo11s (Small)	轻量快速，在保持高速度的同时，精度比Nano版有所提升。
yolo11m (Medium)	均衡之选，在精度和速度间取得了很好的平衡，适用于大多数通用场景。
yolo11l (Large)	高精度，检测更准确，但计算成本更高，适合对精度要求严苛的任务。
yolo11x (Extra Large)	极致性能，性能最强大，包含更多优化，用于追求最高检测质量的场景。

给初学者的建议

如果你刚开始接触YOLO，强烈建议从 yolo11n.pt 这个模型入手。

选择它的理由很简单：它体积小、速度快，能让你在普通的电脑上也能流畅地进行第一次目标检测实验，快速看到效果、建立信心。等到你更加熟悉之后，再根据实际项目对精度或速度的要求，去尝试更大的模型。

PyTorch

PyTorch 是一个广受欢迎的开源深度学习框架，尤其以其灵活性和易用性著称。无论你是想搭建简单的机器学习模型，还是实现复杂的深度学习架构，它提供的丰富工具和库都能很好地支持。

PyTorch 最大的亮点之一是它的动态计算图，这让研究人员和开发者能够在运行时灵活调整模型结构，特别适合需要快速实验和迭代的场景。

安装 PyTorch

安装 PyTorch 最稳妥的方式是访问其官方安装指南页面。这个页面提供了一个交互式配置工具，你只需要根据自己的开发环境选择相应选项，它就会自动生成最适合你的安装命令。

如何选择安装版本

PyTorch 提供了多种安装选项，主要根据你的硬件配置和操作系统来决定。正确选择版本非常重要，特别是如果你希望利用显卡（GPU）来加速计算的话。

以下是一些主要选项的说明，帮助你做出选择：

1. PyTorch Build（版本类型）
   • Stable（稳定版）：推荐大多数用户使用。这个版本经过充分测试，bug较少，适合用于正式项目和学习。
   • Preview（预览版）：包含最新功能，适合想尝鲜的开发者，但稳定性可能不如稳定版。
2. 操作系统
   • 根据你使用的系统（Linux、Windows 或 macOS）选择即可。
3. 编程语言
   • 对于绝大多数用户，选择 Python 即可，这也是本教程使用的方式。
4. Compute Platform（计算平台）
   • 这是最关键的选择，直接决定 PyTorch 能否使用你的显卡加速。你可以参考以下常见配置：

硬件情况	推荐选择
NVIDIA 显卡 (如 RTX 30/40系, GTX 16系)	选择与你的CUDA版本匹配的选项，如 CUDA 12.6
AMD 显卡 (如 Radeon RX 6000/7000系)	选择 ROCm 7.0 或更高版本
没有独立显卡 或 显卡不支持	选择 CPU

举个例子：如果你的开发环境是 Linux 系统，并且没有配备显卡，那么就应该选择 CPU 版本。安装命令会类似下面这样：

pip3 install --pre torch torchvision --index-url https://download.pytorch.org/whl/nightly/cpu

请注意：CPU 版本虽然通用性最强，在任何电脑上都能运行，但其计算速度远低于GPU版本，仅建议用于学习和小型模型的测试。

环境测试

完成前面所有的安装步骤后，最好验证一下整个环境是否已经配置成功。最简单的方法就是直接运行一个预测命令，看看YOLO能不能正常工作。

打开你的终端，输入以下命令：

yolo detect predict

如果一切顺利，你会看到类似下面这样的输出信息：

WARNING ⚠️ 'source' argument is missing. Using default 'source=/home/becase/.local/lib/python3.12/site-packages/ultralytics/assets'.
Ultralytics 8.3.213 🚀 Python-3.12.3 torch-2.10.0.dev20251013+cpu CPU (Intel Core i7-10700 2.90GHz)
YOLO11n summary (fused): 100 layers, 2,616,248 parameters, 0 gradients, 6.5 GFLOPs

image 1/2 /home/becase/.local/lib/python3.12/site-packages/ultralytics/assets/bus.jpg: 640x480 4 persons, 1 bus, 56.9ms
image 2/2 /home/becase/.local/lib/python3.12/site-packages/ultralytics/assets/zidane.jpg: 384x640 2 persons, 1 tie, 43.1ms
Speed: 1.8ms preprocess, 50.0ms inference, 1.4ms postprocess per image at shape (1, 3, 384, 640)
Results saved to /media/becase/common/yolo/runs/detect/predict
💡 Learn more at https://docs.ultralytics.com/modes/predict

这段输出日志告诉你什么呢？我们来解读一下：

1. 环境配置一览：开头几行显示了你当前的环境，包括 Ultralytics、Python、PyTorch 的版本，以及正在使用 CPU 进行计算。
2. YOLO的火眼金睛：它使用默认的 yolo11n 模型，自动对两张自带的示例图片进行了检测：
   • 第一张图 (bus.jpg)：识别出了 4个人 和 1辆公交车，处理耗时约 56.9毫秒。
   • 第二张图 (zidane.jpg)：识别出了 2个人 和 1条领带，处理耗时约 43.1毫秒。
3. 结果在哪里：所有处理后的图片和详细数据都已经保存到了 runs/detect/predict 目录下，你可以直接去这个文件夹里查看检测结果。

下图就是执行后生成的检测效果图，可以看到模型成功地在图片中框出了人和物体：

恭喜你！ 如果看到了以上输出和结果图片，就证明你的 YOLO 开发环境已经全部配置成功，可以开始你的目标检测之旅了！

更简单一些

按照前面的常规方法一步步安装，有时候确实可能会遇到各种环境问题，尤其是对新手来说，很容易就被复杂的依赖关系“劝退”了。

别担心，这里推荐一个更省心的方法——使用Docker一键安装。它能帮你跳过所有环境配置的麻烦，唯一的“门槛”就是你得知道Docker是什么，并且已经安装好了它。

Docker是什么？

可以把Docker想象成一个应用程序的“标准化集装箱”。开发者可以把一个应用和它需要的所有环境、依赖都打包进这个“集装箱”里。这样一来，无论你的电脑是什么系统，只要能够运行Docker，就能以完全相同的方式、无障碍地运行这个应用，彻底告别“在我电脑上明明是好的”这种问题。

在Linux上，安装Docker的命令很简单：

sudo apt update
sudo apt install docker.io

安装完成后，可以验证一下：

sudo docker --version

如果成功，你会看到类似输出，表明Docker已经就绪：

Docker version 28.2.2, build 28.2.2-0ubuntu1~24.04.1

小提示：为了后续使用方便，不用每次都输入sudo，建议将当前用户加入docker组：

sudo usermod -aG docker ${USER}

执行后需要重新登录终端才会生效。_

获取预配置好的YOLO Docker镜像

对于YOLO用户来说，Docker的优势太明显了。Ultralytics官方已经为我们准备好了开箱即用的Docker镜像，里面预装了YOLO运行所需的所有环境、依赖甚至预训练模型。

可以在 Docker Hub Ultralytics 页面上看到所有可用的镜像版本。

根据你的硬件条件，选择拉取对应的镜像：

• 如果你的机器没有NVIDIA显卡，或不想用GPU，拉取CPU版本：

docker pull ultralytics/ultralytics:latest-cpu

如果你有NVIDIA显卡并希望发挥其性能，拉取支持CUDA的版本（需要已安装NVIDIA Docker运行时）：

docker pull ultralytics/ultralytics:latest-nvidia-cuda

测试Docker环境下的YOLO

镜像下载好后，就可以启动一个容器并进入其内部环境了。以CPU版本为例：

docker run --rm -it ultralytics/ultralytics:latest-cpu

在容器内部，运行我们熟悉的预测命令来测试一切是否正常：

yolo detect predict

如果成功，你将看到与之前类似的输出，这证明Docker环境下的YOLO已经完美运行！

Creating new Ultralytics Settings v0.0.6 file ✅ 
View Ultralytics Settings with 'yolo settings' or at '/root/.config/Ultralytics/settings.json'
Update Settings with 'yolo settings key=value', i.e. 'yolo settings runs_dir=path/to/dir'. For help see https://docs.ultralytics.com/quickstart/#ultralytics-settings.
WARNING ⚠️ 'source' argument is missing. Using default 'source=/ultralytics/ultralytics/assets'.
Ultralytics 8.3.213 🚀 Python-3.11.10 torch-2.8.0+cpu CPU (Intel Core i7-10700 2.90GHz)
YOLO11n summary (fused): 100 layers, 2,616,248 parameters, 0 gradients, 6.5 GFLOPs

image 1/2 /ultralytics/ultralytics/assets/bus.jpg: 640x480 4 persons, 1 bus, 57.5ms
image 2/2 /ultralytics/ultralytics/assets/zidane.jpg: 384x640 2 persons, 1 tie, 49.6ms
Speed: 1.7ms preprocess, 53.5ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)
Results saved to /ultralytics/runs/detect/predict
💡 Learn more at https://docs.ultralytics.com/modes/predict
VS Code: view Ultralytics VS Code Extension ⚡ at https://docs.ultralytics.com/integrations/vscode

恭喜！ 看到这个结果，就意味着你通过Docker这种更“偷懒”的方式，也成功搭建好了YOLO开发环境。现在，你可以选择最适合自己的方式，继续后面的学习和开发了。