Ultralytics YOLO 常见问题解答 (FAQ)#

Ultralytics 是一家专注于先进目标检测和图像分割模型的计算机视觉 AI 公司，重点关注 YOLO (You Only Look Once) 系列。其产品和服务包括：

• YOLO26（最新版本）和 YOLO11（上一代）的开源实现
• 适用于各种计算机视觉任务的多种预训练模型
• 功能全面的 Python 软件包，可将 YOLO 模型轻松集成到项目中
• 用于训练、测试和部署模型的多功能工具
• 详尽的文档和热心互助的社区

不可以。YOLO27正在进行最终的研发工作，预计于今年晚些时候发布，但发布日期尚未确定。文档预览了其功能、初步基准测试结果，以及发布后使用模型的示例。目前的项目请继续使用 YOLO26。

使用 pip 安装 Ultralytics 软件包很简单：

pip install ultralytics

如需安装最新开发版本，请直接从 GitHub 代码仓库安装：

pip install git+https://github.com/ultralytics/ultralytics.git

详细的安装说明请参阅快速入门指南。

最低要求：

• Python 3.8+
• PyTorch 1.8+
• 兼容 CUDA 的 GPU（用于 GPU 加速）

推荐配置：

• Python 3.8+
• PyTorch 1.10+
• 配备 CUDA 11.2+ 的 NVIDIA GPU
• 8GB+ RAM
• 50GB+ 可用磁盘空间（用于存储数据集和训练模型）

如需排查常见问题，请访问 YOLO 常见问题页面。

训练自定义 YOLO 模型的步骤：

1. 按照 YOLO 格式准备数据集（图像及对应的标签 txt 文件）。

2. 创建 YAML 文件，描述数据集结构和类别（参见数据集 YAML 示例）。

3. 使用以下 Python 代码开始训练：

   from ultralytics import YOLO
   
   # 加载模型
   model = YOLO("yolo26n.yaml")  # 从头开始构建新模型
   model = YOLO("yolo26n.pt")  # 加载预训练模型（推荐用于训练）
   
   # 训练模型
   results = model.train(data="path/to/your/data.yaml", epochs=100, imgsz=640)

如需更深入的指南，包括数据准备和高级训练选项，请参阅训练指南。

Ultralytics 提供多种适用于不同任务的预训练模型：

• 目标检测：YOLO26n、YOLO26s、YOLO26m、YOLO26l、YOLO26x
• 实例分割：YOLO26n-seg、YOLO26s-seg、YOLO26m-seg、YOLO26l-seg、YOLO26x-seg
• 语义分割：YOLO26n-sem、YOLO26s-sem、YOLO26m-sem、YOLO26l-sem、YOLO26x-sem
• 深度估计：YOLO26n-depth、YOLO26s-depth、YOLO26m-depth、YOLO26l-depth、YOLO26x-depth
• 分类：YOLO26n-cls、YOLO26s-cls、YOLO26m-cls、YOLO26l-cls、YOLO26x-cls
• 姿态估计：YOLO26n-pose、YOLO26s-pose、YOLO26m-pose、YOLO26l-pose、YOLO26x-pose
• 定向检测 (OBB)：YOLO26n-obb、YOLO26s-obb、YOLO26m-obb、YOLO26l-obb、YOLO26x-obb

这些模型的大小和复杂度各不相同，在速度和准确率之间提供不同的权衡。探索完整的预训练模型系列，为你的项目找到最合适的模型。

使用训练好的模型进行推理的步骤：

from ultralytics import YOLO

# 加载模型
model = YOLO("path/to/your/model.pt")

# 执行推理
results = model("path/to/image.jpg")

# 处理结果
for r in results:
    print(r.boxes)  # 打印 bbox 预测结果
    print(r.masks)  # 打印掩码预测结果
    print(r.probs)  # 打印类别概率

如需了解高级推理选项，包括批处理和视频推理，请参阅详细的预测指南。

当然可以！Ultralytics 模型专为在各种平台上灵活部署而设计：

• 边缘设备：使用 TensorRT、ONNX 或 OpenVINO，在 NVIDIA Jetson 或 Raspberry Pi 等设备上优化推理。
• 移动设备：将模型转换为 LiteRT 或 CoreML，即可部署到 Android 或 iOS 设备。
• 云端：利用 TensorFlow Serving 或 TorchServe 等框架，实现可扩展的云端部署。
• Web：使用 ONNX Runtime Web 实现浏览器内推理。

Ultralytics 提供导出函数，可将模型转换为各种格式以便部署。探索丰富的部署选项，找到最适合你使用场景的解决方案。

主要区别包括：

• 端到端无 NMS 推理：YOLO26 使用 nms=False 提供无 NMS 推理。默认的一对多路径使用 NMS 来提高准确率。
• 移除 DFL：YOLO26 移除了分布焦点损失模块，简化了导出流程，并提升了与边缘设备和低功耗设备的兼容性。
• MuSGD 优化器：结合 SGD 和 Muon 的混合优化器（灵感来自 Moonshot AI 的 Kimi K2），可实现更稳定的训练和更快的收敛。
• CPU 性能：在 CPU ONNX 推理中，YOLO26n 的运行速度比 YOLO11n 快至 43%（Intel Xeon CPU @ 2.00 GHz），非常适合没有 GPU 的设备。
• 针对特定任务的优化：通过语义损失和多尺度原型增强分割性能，使用 RLE 进行高精度姿态估计，并通过角度损失改进 OBB 解码。
• 任务：两个模型都支持目标检测和实例分割，而 YOLO26 还新增了语义分割，用于密集的像素级预测；以及单目深度估计，用于逐像素深度预测。两个模型还通过统一框架支持分类、姿态估计和定向目标检测 (OBB)。

如需深入比较功能和性能指标，请访问 YOLO26 文档页面。

为 Ultralytics 做贡献是改进项目、拓展技能的好方法。你可以通过以下方式参与：

1. 在 GitHub 上复刻 Ultralytics 仓库。
2. 为你的功能或错误修复创建一个新分支。
3. 进行修改，并确保所有测试都通过。
4. 提交拉取请求，并清楚描述你的修改。
5. 参与代码审查流程。

你也可以通过报告错误、提出功能建议或改进文档来做贡献。有关详细指南和最佳实践，请参阅贡献指南。

Ultralytics YOLO 提供丰富的功能，可用于高级计算机视觉任务：

• 实时检测：在实时场景中高效检测和分类目标。
• 多任务能力：通过统一框架执行目标检测、实例分割、语义分割、单目深度估计、分类、姿态估计和定向目标检测 (OBB)。
• 预训练模型：你可以使用多种预训练模型，在不同使用场景中平衡速度与准确率。
• 自定义训练：借助灵活的训练流程，轻松使用自定义数据集微调模型。
• 丰富的部署选项：将模型导出为 TensorRT、ONNX 和 CoreML 等多种格式，以便在不同平台上部署。
• 全面的文档：借助详尽的文档和热心的社区，优化你的计算机视觉工作流。

你可以通过多种方法提升 YOLO 模型的性能：

1. 超参数调优：参考超参数调优指南，尝试不同的超参数以优化模型性能。
2. 数据增强：使用翻转、缩放、旋转和颜色调整等方法扩充训练数据集，提升模型的泛化能力。
3. 迁移学习：利用预训练模型，并参考训练指南在特定数据集上进行微调。
4. 导出为高效格式：参考导出指南，将模型转换为 TensorRT 或 ONNX 等优化格式，以加快推理速度。
5. 基准测试：使用基准测试模式系统地衡量并提升推理速度和准确率。

Ultralytics 提供了丰富的资源，帮助你入门并熟练使用相关工具：

• 📚 官方文档：全面的指南、API 参考和最佳实践。
• 💻 GitHub 仓库：源代码、示例脚本和社区贡献。
• ✍️ Ultralytics 博客：深入文章、使用案例和技术见解。
• 💬 社区论坛：与其他用户交流、提出问题并分享经验。
• 🎥 YouTube 频道：关于各种 Ultralytics 主题的视频教程、演示和网络研讨会。

这些资源提供代码示例、实际使用案例和分步指南，介绍如何使用 Ultralytics 模型完成各种任务。

如果你需要进一步帮助，请查阅 Ultralytics 文档，或通过 GitHub Issues 或官方讨论论坛联系社区。