计算机视觉：YOLOv12安装环境

YOLOv12安装环境

一、工具软件准备

1、yolov12

1）下载yolov12主体部分

推荐官方地址：https://github.com/sunsmarterjie/yolov12

2）下载训练模型

地址：

https://github.com/sunsmarterjie/yolov12

3）安装命令和python使用基础脚本

在这个地址(https://github.com/sunsmarterjie/yolov12)下的yolo使用命令

安装命令：

conda create -n yolov12 python=3.11 supervision flash-attn

conda activate yolov12

git clone https://github.com/sunsmarterjie/yolov12 && cd yolov12

pip install -r requirements.txt

pip install -e .

总计：

命令行切换到"D:\python练习\yolo-v12\yolov12-main"路径下

运行(pip install -e .)注意命令用.符号结尾

另：pytorch清华镜像地址：

https://pypi.tuna.tsinghua.edu.cn/simple/torch/

对应python版本下载torch、torchaudio、orchvision

本地安装命令，注意在虚拟环境下，安装包所在路径下执行命令

(YOLOv12) D:\>pip install torch-2.2.2+cpu-cp311-cp311-win_amd64.whl

复制代码

pip torchaudio-2.2.2+cpu-cp311-cp311-win_amd64.whl

复制代码

pip torchvision-0.17.2+cpu-cp311-cp311-win_amd64.whl

3、下载anaconda3虚拟环境管理工具

下载地址：（https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

）

4、下载pycharm软件(https://www.jetbrains.com/pycharm/download/?section=windows)

二、搭配yolo v12环境

1、前提电脑已安装anaconda3、pycharm

2、创建虚拟环境yolov12py39

1)系统命令行CMD

2)运行conda create -n yolov12py39 python=3.9

pip3 install torch torchvision

4）安装yolo库

pip install yolo -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple

命令行切换到"D:\python练习\yolo-v12\yolov12-main"路径下

运行(pip install -e .)注意命令用.符号结尾

安装成功后，pip list如下：

Validation

复制代码

from ultralytics import YOLO

复制代码

model = YOLO('yolov12{n/s/m/l/x}.pt')

复制代码

model.val(data='coco.yaml', save_json=True)

Training

复制代码

from ultralytics import YOLO

复制代码

model = YOLO('yolov12n.yaml')

复制代码

# Train the model

复制代码

results = model.train(

复制代码

  data='coco.yaml',

复制代码

  epochs=600,

复制代码

  batch=256,

复制代码

  imgsz=640,

复制代码

  scale=0.5,  # S:0.9; M:0.9; L:0.9; X:0.9

复制代码

  mosaic=1.0,

复制代码

  mixup=0.0,  # S:0.05; M:0.15; L:0.15; X:0.2

复制代码

  copy_paste=0.1,  # S:0.15; M:0.4; L:0.5; X:0.6

复制代码

  device="0,1,2,3",

复制代码

# Evaluate model performance on the validation set

复制代码

metrics = model.val()

复制代码

# Perform object detection on an image

复制代码

results = model("path/to/image.jpg")

复制代码

results[0].show()

Prediction

复制代码

from ultralytics import YOLO

复制代码

model = YOLO('yolov12{n/s/m/l/x}.pt')

复制代码

model.predict()

Export

复制代码

from ultralytics import YOLO

复制代码

model = YOLO('yolov12{n/s/m/l/x}.pt')

复制代码

model.export(format="engine", half=True)  # or format="onnx"

Demo

复制代码

python app.py

复制代码

# Please visit http://127.0.0.1:7860

本机无nvidia显卡，安装cpu版本pytorch

复制代码

运行命令：pip3 install torch torchvision

6）用pycharm打开文件

三、yolov12检测图片

1、检测人物

复制代码

import time

from ultralytics import YOLO



t1=time.time()

yolo = YOLO("./model\\yolov12n.pt", task="detect")

result = yolo(source="./picture\\bus.png", save=True)

print(f'用时{time.time()-t1}秒')

输出：

图片：

四、本文安装数据已上传到：

https://download.csdn.net/download/m0_67097444/92885088?spm=1011.2124.3001.6210