YOLO11 目标检测从安装到实战

铭keny2025-07-11 8:30

前言

YOLO（You Only Look Once）系列是目标检测领域的经典算法，凭借速度快、精度高的特点被广泛应用。最新的 YOLO11 在模型结构和性能上进一步优化，本文将从环境搭建到实战应用，详细讲解 YOLO11 的使用方法，适合新手快速上手。

一、环境准备

1. 系统要求

  • 操作系统：Windows 10/11、Ubuntu 20.04+、欧拉系统等
  • 硬件：CPU 可运行，GPU（NVIDIA）可加速（推荐，需支持 CUDA）

2. 安装 Python

  • 推荐版本：Python 3.8-3.11（兼容性最佳）

  • 下载地址：Python 官网

  • 验证安装：

    复制代码 
    python --version  # 或 python3 --version

3. 安装 YOLO11（Ultralytics 库）

YOLO11 由 Ultralytics 团队维护，通过ultralytics库即可使用，安装命令：

复制代码 
# 基础安装（CPU/GPU通用）
pip install ultralytics

# 如需GPU加速，需额外安装对应版本PyTorch（带CUDA）
# 参考PyTorch官网：https://pytorch.org/get-started/locally/
# 例如CUDA 11.8版本：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

4. 验证安装

python 运行

复制代码 
import ultralytics
from ultralytics import YOLO

print("Ultralytics版本：", ultralytics.__version__)  # 需≥8.1.0（支持YOLO11）
model = YOLO("yolo11n.pt")  # 加载轻量模型
print("模型加载成功！")

运行无报错则安装成功。

二、YOLO11 模型介绍

YOLO11 提供多个预训练模型，不同模型在速度和精度上有差异：

模型 大小 (MB) 输入尺寸 适合场景
yolo11n.pt 6 640x640 轻量化部署、快速推理
yolo11s.pt 23 640x640 平衡速度与精度
yolo11m.pt 66 640x640 中等精度需求
yolo11l.pt 155 640x640 高精度需求
yolo11x.pt 234 640x640 最高精度（速度较慢）

模型会自动下载，首次使用需联网。

三、实战教程：目标检测基础操作

1. 单张图片检测

复制代码 
from ultralytics import YOLO
import os

def detect_and_save_results(image_path, output_txt_path=None):
    """
    对图片进行目标检测，并将结果保存到TXT文件
    
    参数:
        image_path: 输入图片的路径（本地路径或URL）
        output_txt_path: 输出TXT文件的路径，默认与图片同目录、同名
    """
    # 1. 加载预训练的YOLO模型（可替换为其他模型，如yolo11s.pt、yolo11m.pt等）
    model = YOLO("yolo11n.pt")  # 轻量级模型，适合快速测试
    # model = YOLO("yolo11l.pt")  # 较大模型，精度更高但速度较慢

    # 2. 执行目标检测（使用GPU加速，若无GPU会自动切换到CPU）
    results = model(image_path, device=0)  # device=0表示使用第一个GPU，无GPU可省略

    # 3. 处理输出路径：默认与图片同目录，文件名相同，后缀改为.txt
    if output_txt_path is None:
        img_dir = os.path.dirname(image_path)
        img_name = os.path.splitext(os.path.basename(image_path))[0]
        output_txt_path = os.path.join(img_dir, f"{img_name}_detections.txt")

    # 4. 解析检测结果并写入TXT
    with open(output_txt_path, "w", encoding="utf-8") as f:
        # 遍历每张图片的检测结果（此处仅处理单张图片）
        for result in results:
            # 遍历每个检测到的目标
            for box in result.boxes:
                # 获取目标类别名称（如"person"、"car"）
                cls_name = model.names[int(box.cls)]
                # 获取置信度（保留4位小数）
                confidence = round(float(box.conf), 4)
                # 获取边界框坐标（x1, y1, x2, y2，左上角和右下角坐标）
                x1, y1, x2, y2 = map(round, box.xyxy[0].tolist())  # 转为整数
                
                # 写入TXT，格式：类别 置信度 x1 y1 x2 y2
                f.write(f"{cls_name} {confidence} {x1} {y1} {x2} {y2}\n")

    print(f"检测结果已保存至：{output_txt_path}")
    return output_txt_path


# 示例：检测本地图片并保存结果
if __name__ == "__main__":
    # 输入图片路径（可替换为本地图片路径，如"test.jpg"，或URL）
    input_image = "bus.jpg"  # 本地图片
    # input_image = "https://ultralytics.com/images/bus.jpg"  # 网络图片
    
    # 调用函数执行检测并保存结果
    detect_and_save_results(input_image)

2. 批量图片检测并生成标注图

复制代码 
import os
import shutil
from ultralytics import YOLO
from PIL import Image, ImageDraw, ImageFont

def batch_detect_and_annotate(input_dir, output_dir="demo"):
    """
    批量处理文件夹中的图片，生成标注后的图片和识别结果TXT
    
    参数:
        input_dir: 存放待识别图片的文件夹路径
        output_dir: 输出结果的文件夹路径（默认当前目录的demo文件夹）
    """
    # 1. 创建输出文件夹（若不存在）
    os.makedirs(output_dir, exist_ok=True)
    print(f"所有结果将保存至：{os.path.abspath(output_dir)}")

    # 2. 加载YOLO模型（可替换为其他模型，如yolo11s.pt、yolo11m.pt等）
    model = YOLO("yolo11n.pt")  # 轻量级模型，适合快速测试
    # model = YOLO("yolo11l.pt")  # 更大模型，精度更高但速度较慢

    # 3. 获取输入文件夹中所有图片文件
    image_extensions = (".jpg", ".jpeg", ".png", ".bmp", ".gif")  # 支持的图片格式
    image_files = [
        f for f in os.listdir(input_dir)
        if f.lower().endswith(image_extensions)
    ]

    if not image_files:
        print(f"错误：在{input_dir}中未找到任何图片文件！")
        return

    # 4. 批量处理每张图片
    for img_file in image_files:
        # 构建图片路径
        img_path = os.path.join(input_dir, img_file)
        img_name = os.path.splitext(img_file)[0]  # 不含扩展名的文件名

        try:
            # 5. 执行目标检测
            results = model(img_path, device=0)  # device=0启用GPU，无GPU可删除

            # 6. 生成标注后的图片
            # 从结果中获取标注后的图片（YOLO自动绘制检测框）
            annotated_img = results[0].plot()  # 返回numpy数组格式的图片
            # 转换为PIL图片并保存
            pil_img = Image.fromarray(annotated_img[..., ::-1])  # 转换BGR为RGB
            output_img_path = os.path.join(output_dir, f"{img_name}_annotated.jpg")
            pil_img.save(output_img_path)

            # 7. 保存识别结果到TXT文件
            txt_path = os.path.join(output_dir, f"{img_name}_detections.txt")
            with open(txt_path, "w", encoding="utf-8") as f:
                for box in results[0].boxes:
                    cls_name = model.names[int(box.cls)]
                    confidence = round(float(box.conf), 4)
                    x1, y1, x2, y2 = map(round, box.xyxy[0].tolist())
                    f.write(f"{cls_name} {confidence} {x1} {y1} {x2} {y2}\n")

            print(f"处理完成：{img_file} → 已保存标注图和TXT")

        except Exception as e:
            print(f"处理{img_file}时出错：{str(e)}")

    print(f"\n所有图片处理完成！结果保存在：{os.path.abspath(output_dir)}")


# 示例：运行批量处理
if __name__ == "__main__":
    # 待识别图片所在的文件夹（请替换为你的图片文件夹路径）
    input_folder = "/opt"  # 例如："D:/my_images" 或 "./test_pics"
    
    # 调用函数，结果会保存在当前目录的demo文件夹中
    batch_detect_and_annotate(input_folder)

3. 视频实时检测与播放

复制代码 
import cv2
from ultralytics import YOLO

# 加载YOLO模型，可根据需求更换模型，如yolo11n.pt等
model = YOLO("yolov8n.pt")

# 打开视频文件，若要使用摄像头，将路径改为0，如cap = cv2.VideoCapture(0)
video_path = "5b48211588c89.mp4"
cap = cv2.VideoCapture(video_path)

while cap.isOpened():
    # 从视频中读取一帧
    success, frame = cap.read()
    if not success:
        break

    # 对帧进行目标检测
    results = model(frame)

    # 遍历检测结果，绘制标记框
    for result in results:
        boxes = result.boxes.data.tolist()
        for box in boxes:
            x1, y1, x2, y2, conf, cls_id = box
            class_name = model.names[int(cls_id)]
            # 这里可以添加条件，只标记特定类别，如只标记bus
            # if class_name == "bus":
            cv2.rectangle(frame, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
            label = f'{class_name} {conf:.2f}'
            cv2.putText(frame, label, (int(x1), int(y1) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

    # 显示标记后的帧
    cv2.imshow("Object Detection", frame)

    # 按下'q'键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放视频捕获对象并关闭所有窗口
cap.release()
cv2.destroyAllWindows()

4. 自定义目标标记（例如只标记 "bus"）

复制代码 
import os
from ultralytics import YOLO
from PIL import Image, ImageDraw, ImageFont
import numpy as np

def detect_and_mark_bus(input_dir, output_dir="demo"):
    """
    批量处理图片，仅用红色框标记公交车(bus)，其他目标不标记
    """
    # 创建输出文件夹
    os.makedirs(output_dir, exist_ok=True)
    print(f"结果保存至：{os.path.abspath(output_dir)}")

    # 加载YOLO模型
    model = YOLO("yolo11n.pt")  # 可替换为其他模型

    # 获取输入文件夹中的所有图片
    image_extensions = (".jpg", ".jpeg", ".png", ".bmp", ".gif")
    image_files = [f for f in os.listdir(input_dir) if f.lower().endswith(image_extensions)]

    if not image_files:
        print(f"错误：{input_dir}中未找到图片！")
        return

    # 批量处理每张图片
    for img_file in image_files:
        img_path = os.path.join(input_dir, img_file)
        img_name = os.path.splitext(img_file)[0]

        try:
            # 执行检测
            results = model(img_path, device=0)  # 无GPU可删除device参数
            img = Image.open(img_path).convert("RGB")  # 打开原图
            draw = ImageDraw.Draw(img)  # 创建绘图对象

            # 遍历检测结果，只处理bus类别
            for box in results[0].boxes:
                cls_name = model.names[int(box.cls)]  # 获取类别名称
                if cls_name == "bus":  # 仅标记公交车
                    # 获取边界框坐标（x1, y1为左上角，x2, y2为右下角）
                    x1, y1, x2, y2 = map(int, box.xyxy[0].tolist())
                    # 绘制红色框（线宽3）
                    draw.rectangle([x1, y1, x2, y2], outline="red", width=3)
                    # 绘制类别和置信度（红色文字）
                    confidence = round(float(box.conf), 2)  # 保留2位小数
                    text = f"bus {confidence}"
                    # 设置字体（可选，避免中文乱码）
                    try:
                        font = ImageFont.truetype("arial.ttf", 18)  # 系统字体
                    except:
                        font = ImageFont.load_default()  # 默认字体
                    draw.text((x1, y1 - 20), text, fill="red", font=font)

            # 保存标注后的图片
            output_img_path = os.path.join(output_dir, f"{img_name}_bus_marked.jpg")
            img.save(output_img_path)
            print(f"已处理：{img_file} → 保存至 {output_img_path}")

        except Exception as e:
            print(f"处理{img_file}出错：{str(e)}")

    print(f"\n所有图片处理完成！结果在：{os.path.abspath(output_dir)}")


if __name__ == "__main__":
    # 待处理图片所在的文件夹（替换为你的图片文件夹路径）
    input_folder = "/opt"  # 例如："D:/my_pics" 或 "./test_images"
    detect_and_mark_bus(input_folder)

四、常见问题解决

  1. 模型下载慢 ：手动下载模型（Ultralytics Assets），放入~/.cache/ultralytics/目录（Linux）或C:\Users\用户名\.cache\ultralytics\（Windows）。

  2. GPU 无法使用：

    • 检查 PyTorch 是否为 CUDA 版本：python -c "import torch; print(torch.cuda.is_available())"（返回 True 则正常）。
    • 确保 CUDA 驱动版本与 PyTorch 兼容。

  3. cv2.imshow () 报错：

    • Linux：安装依赖sudo apt-get install libxcb-xinerama0。
    • 无图形界面：改用保存视频方式（见 3.3 节）。

参考资料：

相关推荐
硬核隔壁老王3 分钟前
AI大模型从入门到精通系列教程（二）：解锁Prompt Engineering——从原理到高阶技巧的AI交互指南
人工智能·程序员·llm
聚客AI24 分钟前
搜索引擎vs向量数据库：LangChain混合检索架构实战解析
人工智能·pytorch·语言模型·自然语言处理·数据分析·gpt-3·文心一言
云畅新视界36 分钟前
从 CODING 停服到极狐 GitLab “接棒”，软件研发工具市场风云再起
人工智能·gitlab
一ge科研小菜鸡41 分钟前
人工智能驱动下的可再生能源气象预测：构建绿色能源时代的新大脑
人工智能·能源
高压锅_12201 小时前
Cursor+Coze+微信小程序实战: AI春联生成器
人工智能·微信小程序·notepad++
XiaoQiong.Zhang1 小时前
数据分析框架和方法
人工智能
TY-20251 小时前
三、神经网络——网络优化方法
人工智能·深度学习·神经网络
Jamence1 小时前
多模态大语言模型arxiv论文略读（156）
论文阅读·人工智能·语言模型·自然语言处理·论文笔记
哔哩哔哩技术1 小时前
IndexTTS2：用极致表现力颠覆听觉体验
人工智能
热门推荐
01KGG转MP3工具|非KGM文件|解密音频02集群聊天服务器---MySQL数据库的建立03Coze扣子平台完整体验和实践（附国内和国际版对比）04深度神经网络训练过程与常见概念05使用Ruby接入实时行情API教程06扣子（coze）实战|我用扣子搭建了一个自动分析小红薯笔记内容的AI应用|详细步骤拆解07Ubuntu环境下统计进程资源利用率08Java学习第十五部分——MyBatis09DeepSeek各版本说明与优缺点分析10【无标题】