yolov5s：
从github官网下载yolov5的算法之后，配置好环境（pycharm安装包-CSDN博客），再下载权重文件，比如默认的yolov5s.pt；
运行当前文件（detect.py），就能看到exp文件夹中的结果
也可以自定义参数运行：
train.py和detect.py文件同时使用（训练自己的数据集）
先运行train.py（上面一行命令） 将其中的data.yaml（可自定义名字）中训练、验证的路径改成自己的数据库文件夹，权重文件看要求可大可小；
训练完之后生成best.pt和last.pt文件，
运行下面一行，导入检测图像和刚刚训练好的best.pt文件即可
yolov11:
常见虚拟环境、激活虚拟环境、下载torch、下载ultralytics：
直接下载出错：由于清华镜像源 (https://pypi.tuna.tsinghua.edu.cn) 返回了 HTTP 403 Forbidden，可能是镜像源暂时不可用或访问受限；
解决方法：pip install ultralytics --index-url https://pypi.org/simple
配置完成，切换成yolov11环境：
测试：
测试代码：（提前下载号yolo11n.pt或者别的pt文件）
python
from ultralytics import YOLO
# 自动下载模型并推理（首次运行会下载yolov11n.pt）
model = YOLO('yolo11n.pt')
results = model.predict(r'C:\Users\18211\Desktop\ultralytics-main11\ultralytics-main\ultralytics\assets\bus.jpg')
results[0].show() # 显示检测结果结果：输出bus检测的图片
