Skip to main content

Ultralytics 使用指南

官网：https://www.ultralytics.com/

简介​

Ultralytics 是一家专注于计算机视觉与深度学习的公司，也是著名的 YOLO (You Only Look Once) 系列目标检测模型的重要开发与维护者。它既是一个团队的名字，也是他们开源的 Python 库的名字。

  • 核心产品 Ultralytics YOLO —— 这是当前最主流、最易用的目标检测与图像分割开源实现之一，支持 YOLOv3/v5/v8/v9/v11 等不同版本。

  • 主要功能

    • 目标检测 (Object Detection)：识别并定位图像/视频中的目标。
    • 图像分割 (Segmentation)：在像素级别分割物体。
    • 姿态估计 (Pose Estimation)：检测人体关键点。
    • 分类 (Classification)：图像分类任务。

  • 生态特点

    • 纯 Python 实现，基于 PyTorch。
    • 提供 pip 一键安装：pip install ultralytics。
    • 开箱即用的命令行工具和 Python API。
    • 内置训练、验证、推理、导出工具链。
    • 支持多种部署格式：ONNX、TensorRT、CoreML、OpenVINO 等（SpacemiT RISCV 平台请使用 ONNX 格式部署）。

  • 应用领域​

    • 视频监控与安防

    • 自动驾驶与交通分析

    • 工业检测与机器人视觉

    • 医学影像分析

    • 智能零售

框架适配说明​

Ultralytics 使用 PyTorch 作为其后端框架，目前在 SpacemiT RISC-V 上 PyTorch暂未接入硬件加速，因此你可以在我们平台上使用 Ultralytics快速验证算法，当你部署时，请使用 spacemit-ort 框架以获得硬件加速，具体请参考 demo zoo 和 模型量化

环境准备​

安装依赖项​

sudo apt install python3-pip python3-venv libxrender1 libgl1 libglib2.0-0t64

平台要求​

SpacemiT RISC-V：

  • 已烧录 Bianbu ROS 系统镜像

安装 Ultralytics​

设置源​

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
pip config set global.extra-index-url https://git.spacemit.com/api/v4/projects/33/packages/pypi/simple

配置虚拟环境​

python3 -m venv test1
source test1/bin/activate
pip install pip -U

安装 ultralytics​

pip install --prefer-binary ultralytics

等待安装完成，终端打印如下：

测试​

示例参考来源：https://docs.ultralytics.com/zh/modes/predict/#plotting-results

由于涉及显示功能，请连接 HDMI 屏幕和键盘鼠标在板子本地运行命令。

from PIL import Image

from ultralytics import YOLO

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

# Run inference on 'bus.jpg'
results = model(["https://ultralytics.com/images/bus.jpg", "https://ultralytics.com/images/zidane.jpg"])  # results list

# Visualize the results
for i, r in enumerate(results):
    # Plot results image
    im_bgr = r.plot()  # BGR-order numpy array
    im_rgb = Image.fromarray(im_bgr[..., ::-1])  # RGB-order PIL image

    # Show results to screen (in supported environments)
    r.show()

    # Save results to disk
    r.save(filename=f"results{i}.jpg")

保存为 demo1.py

执行：

source test1/bin/activate
python demo1.py

结果如下：