在配置好yolo虚拟环境的相关依赖之后（主要就是torch及其扩展库），接着就来到yolo的核心库ultralytics库安装了。
Ultralytics库
ultralytics库是YOLO的官方核心库，封装了YOLO的所有功能（训练、推理、部署）
ultralytics官网，有梯子会快很多，https://www.ultralytics.com/
我们有很多关于yolo的使用都可以通过官方文档获取。
安装Ultralytics库
关于怎么安装Ultralytics库，我有两次经验，一次是跟着教程中从Ultralytics库的GitHub仓库上，下载某个版本的源代码.zip，
然后通过Xftp把该压缩包上传到Linux主机，
解压后通过：
pip install -e .来安装
这样的安装方法，会使得安装完的Ultralytics库在pip list里面产生一个路径，这种安装方法有一个很大的坏处，特别是对新手而言，因为这个解压在桌面的ultralytics-8.4.12库文件，一旦后续有被修改或者误删的话，这个pip list中的Ultralytics库就会失效的了，所以我们来说第二种方法。
第二种安装方式更加适合新手使用，也就是很简单的指令，就是：
pip install ultralytics==8.4.12，这样既指定了最新版本（或者说是指定版本，其实这里不指定也是可以的，只是为了对比了GitHub上直接下载源代码而已），又可以直接安装在pip文件夹里，同一管理，这样就减少了误删Ultralytics库文件夹导致Ultralytics失效的情况。
通过pip install ultralytics来安装可以明显看到，Ultralytics库被安装后不会再显示路径。
YOLO功能（task）
YOLO主要功能或者说能够完成的任务主要有，Detection（Object Detection对象检测）、Segmentation（实例分割）、Classification（图像分类）、Pose Estimation（姿态估计）、OCR（Optical Character Recognition，光学字符识别）、Tracking（目标跟踪）。
Object Detection（对象检测）
核心作用：识别图像 / 视频中多个目标的类别 + 位置（用矩形框标注）。
Segmentation（实例分割）
核心作用：在目标检测的基础上，额外输出目标的像素级轮廓（不仅知道 "有什么、在哪"，还知道 "目标的形状"）。
Classification（图像分类）
核心作用：判断整张图像的类别（不输出位置，只给 "这张图是什么" 的结果）。
Pose Estimation（姿态估计）
核心作用：识别图像中人体 / 动物的关键点（比如人的关节、动物的肢体），并标注位置。
OCR（Optical Character Recognition，光学字符识别）
核心作用：识别图像中的文字内容（包含文字的位置 + 文本内容）。
Tracking（目标跟踪）
核心作用：在视频序列中，对目标进行持续跟踪（给同一目标分配唯一 ID，避免重复计数）。
YOLO模式（mode）
核心常用模式有6 种 ，其中Predict (推理)、Train (训练)、Val (验证)、Export (导出) 是四大基础核心模式，Track (跟踪)、Benchmark (基准测试) 是针对视频 / 部署的拓展模式，所有模式都能和之前讲的 6 大视觉任务结合使用。
Predict (推理) - 最常用
其中Predict (推理) 最常用的，它的核心作用是用预训练模型 对图片 / 视频 / 摄像头 / 网络链接做视觉任务预测，直接输出结果（标注后的图片 / 视频、目标坐标 / 类别等），是新手最先接触的模式。
Train（训练）- 核心自定义开发功能
Train（训练）核心作用是 用自定义数据集 训练 / 微调 YOLO 模型，让模型适配你的专属场景（比如训练 "检测口罩""识别自定义零件" 的模型），支持基于预训练模型的迁移学习（新手推荐，训练快、效果好）。
Val / Validate（验证 / 评估）- 训练后必用
Val / Validate（验证 / 评估）核心作用 是用验证集 / 测试集评估训练好的模型（或预训练模型）的性能，输出专业评估指标，判断模型 "好不好用"。
Export（导出）- 部署必用
将训练好的 YOLO 模型（.pt 格式）转换为跨平台 / 高性能的部署格式，适配不同硬件（电脑 / 嵌入式 / 手机 / 显卡）和框架（OpenCV/TensorRT/ONNX Runtime），是模型从 "训练" 到 "实际应用" 的关键步骤。
Track（目标跟踪）- 视频/摄像头专用
在视频 / 摄像头流 中，对检测到的目标进行持续跟踪 ，给每个目标分配唯一 ID，避免同一目标被重复计数 / 识别，是检测模式的视频拓展版。
Benchmark（基准测试）- 优化必用
测试 YOLO 模型（原生.pt 或导出的格式）在当前硬件 上的推理速度 （FPS：每秒处理帧数）、延迟，对比不同格式 / 不同模型的性能，为部署优化提供依据。
YOLO模型架构（算法版本）&权重文件（.pt）
对于YOLO而言，我们经常可以看到什么YOLOV3、YOLOV5、YOLOV8、YOLO11甚至YOLO26，感觉总是搞不清楚，这些东西各自是什么，其实简单来说，这些都是YOLO的模型架构也就是算法的不同版本，而针对每一个架构或者版本，都各自有其不同的权重文件.pt文件。
架构跟权重文件的关系就像是不同年代的iPhone，如iPhone13、iPhone15等（架构/算法），它们每一代都有自己的配置256g、512g、1T（权重文件.pt）。所以我们可以得知同一个手机型号（架构/算法）可以有很多种不同 的配置（权重文件.pt）。而一般来说这些权重文件会保存在/.cache/ultralytics/weights目录下，如图：
对于yolo而言不同的架构及不同的权重系数都是从yolo11n.pt这个文件名来定义的，例如yolo11n.pt就是说明它是yolo11版本的网络架构，然后权重是n。不同版本架构不同权重系数的.pt文件都是储存在weights目录下即可，无需在目录下新建v8、v11、v26这样的目录来单独存放不同版本架构的权重.pt文件，这样反而ultralytics库无法识别。
决定使用什么版本架构什么权重系数.pt文件的从来都不是在weights中的文件怎么分类，而是当例如执行predict（推理）模式时，输入了怎么样的指令，假设现在weights里有yolo11n.pt和yolo26n.pt两个不同版本不同权重的.py文件，决定使用什么样的权重文件。
yolo predict model=yolo11n.pt source=test.jpg
yolo predict model=yolo26n.pt source=test.jpg
决定使用什么权重文件的，从来只有其文件名。
正常来说如果需要调用yolo，CLI的执行指令是：
yolo task=detect mode=predict model=yolo11n.pt source=test.jpg
但是其实yolo有其双层简化，可以把指令简化为只输入predict（作为yolo指令后的第一个参数）
yolo predict model=yolo11n.pt source=test.jpg缩小了输入的繁琐。
其实yolo的CLI指令格式应该是：
yolo task=xxx（第一个参数） mode=xxx（第二个参数） model=xxx（第三个参数） source=t/home/menglao/Desktop/test.jpg
然后task（任务、功能）对应的就是上面提到过的detect、segment等等；
mode（模式）对应的就是上面提到过的predict、train、val、export等等；
而model（权重系数文件）对应的就是上面提到过的权重系数文件n、s、m、l、xl；
然后source=就是代表需要检测对象的路径，假设这个test.jpg是位于/home/menglao/Desktop就应该输入完整路径/home/menglao/Desktop/test.jpg。
yolo初体验
这里以目标检测road1.png为例：
通过yolo的CLI指令，设定mode为predict model为yolo11n.pt source位置是/home/menglao/Desktop/roda1.png，可以看到这里会有个提示Results saved，
此时在/home/menglao/目录下会多了一个runs，而在/runs/detect/predict2目录下有一张图片road1.jpg，可以对比下和source的road1.png的区别：
可以通过对比看得出不同架构版本，不同权重系数下predict出的结果还是有很明显的区别的。
同样是yolo11，n、m、x三个不同大小权重系数的模型，输出的图片识别内容差异很大；
同样是权重为x的不同架构版本yolo11和yolo26在同样检测同一张图的时候，识别出来的内容也有很大的区别。
当然了，除了使用CLI来执行yolo，也可以通过python代码编写来通过python predict.py来解析这个程序的，如下（可以对比下跟CLI命令行的区别，其实我觉得没什么区别，除了不能省略task之外，其实也是需要指定source、model）
这里可以看看案例中的代码，主要重点关注后面多行注释！！！关于source的不同源的使用。
