第一步下载源码方式一git 克隆git clone https://github.com/ultralytics/ultralytics.git cd ultralyticsGitHub 访问慢的话可以在 gitee.com 搜索ultralytics用同步镜像仓库下载。方式二直接下载压缩包打开 GitHub 仓库页面点击 Code 按钮下载即可。第二步安装环境建议先建一个独立环境有 conda 的话conda create -n yolo python3.10 -y conda activate yolo安装依赖pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple不想用 conda 也可以直接pip install ultralytics效果都是一样的。如果要使用 GPU 的话要先装好匹配 CUDA 版本的 PyTorch再装 ultralytics顺序反了会装成 CPU 版。第三步识别一张图片yolo predict modelyolov8n.pt sourcehttps://ultralytics.com/images/bus.jpg首次运行会自动下载 yolov8n.pt 模型。网络不畅导致下载失败时手动从下面的地址下载权重放到当前目录再跑一次Releases · ultralytics/assets · GitHub或者用 Python 代码from ultralytics import YOLO model YOLO(yolov8n.pt) # 加载模型 results model(bus.jpg) # 识别图片 results[0].show() # 弹窗显示结果识别结果就是这样啦。想识别自己的图片把bus.jpg换成本地图片路径即可比如sourceD:/test/1.jpg。常见小问题权重下载超时按上面的地址手动下载 .pt 文件放到运行目录推理速度很慢检查是否装成了 CPU 版 PyTorch重新按正确顺序安装找不到结果图默认在runs/detect/predict/多次运行会递增编号predict2、predict3……3. **找不到结果图**默认在 runs/detect/predict/多次运行会递增编号predict2、predict3……跑通了就说明环境没问题后面训练自己的数据集、部署上线都是在这个过程上过来的。
