YOLOV11(YOLO全系列)部署教程（最简单快速）

转载自：https://blog.csdn.net/qq_51977316/article/details/143487111

前言

本教程是针对YOLO全家桶的环境配置教程，超级详细无尿点。
视频教程

新建YOLO项目

选择好目录并输入项目名称YOLO点击Create完成项目创建。

pytorch环境安装

按住win+R打开命令提示符，然后输入cmd回车

接着输入 nvidia-smi 查看cuda最高版本

nvidia-smi

输入https://pytorch.org/来到pytorch官网

比如我的cuda最高为12.6，就向下兼容选择12.4。然后复制安装命令：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

打开pycharm，进入终端

然后在终端输入上面的安装命令，然后回车。（若没有梯子，可以使用清华源下载。在安装链接后面加上 -i https://pypi.tuna.tsinghua.edu.cn/simple）
比如我的安装链接：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124 -i https://pypi.tuna.tsinghua.edu.cn/simple

开始下载

此时下载完成

安装ultralytics

在终端输入安装指令后回车

pip install ultralytics

此时完成下载。

使用YOLO

右击YOLO文件夹创建test.py文件

输入代码使用

# -*- coding: utf-8 -*-
# @Time : 2024-11-2024/11/4 16:01
# @Author : 林枫
# @File : test.py

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Run inference on 'bus.jpg' with arguments
model.predict("https://ultralytics.com/images/bus.jpg", save=True, imgsz=320, conf=0.5, show=True)

会自动下载权重、图片并预测。结果保存至run文件中

至此项目环境部署完成！