一篇文章快速认识YOLO11 | 关键改进点 | 安装使用

前言

本文分享YOLO11的关键改进点、性能对比、安装使用、模型训练和推理等内容。

YOLO11 是 Ultralytics 最新的实时目标检测器，凭借更高的精度、速度和效率重新定义了可能性。

除了传统的目标检测外，YOLO11 还支持目标跟踪、实例分割、姿态估计、OBB定向物体检测（旋转目标检测）等视觉任务。

一、分析YOLO11的关键改进点

YOLO11 相比之前版本，带来了五大关键改进：

增强特征提取：通过改进骨干网络和颈部架构，提升了目标检测的精度。
优化效率和速度：重新设计了架构，优化了训练流程，提高了处理速度。
更高精度与更少参数：YOLO11m 在 COCO 数据集上实现更高 mAP，且参数减少 22%。
多环境适应性：支持边缘设备、云平台和 NVIDIA GPU。
广泛任务支持：支持检测、实例分割、分类、姿态估计和旋转目标检测。

深入分析 YOLO11 的几个关键特性：

增强特征提取：YOLO11 通过重新设计主干网络和颈部网络（Backbone 和 Neck），提高了从图像中提取特征的能力。这个改进使得 YOLO11 在复杂任务（如多目标检测、遮挡处理等）中表现得更为出色。特征提取的效率直接影响目标的精确定位和分类，新的架构优化提升了检测的敏感度和准确度。
速度与效率优化：YOLO11 采用了更高效的架构和训练流程，保持高精度的同时提升了处理速度。
更高精度，参数更少：YOLO11 的一个亮点在于它在减少了模型参数的情况下，依然能实现较高的精度。相较于 YOLOv8m，YOLO11m 在 COCO 数据集上的 mAP 提升了，且参数减少了 22%。即：YOLO11 在减少计算资源消耗的同时，依然能够保持或提高检测性能。特别是在资源受限的设备上，如边缘计算设备或低功耗的嵌入式系统，这种高效性显得尤为重要。
适应性强：YOLO11 支持多种环境，包括边缘设备、云平台，甚至是移动端。结合 NVIDIA GPU 的支持，它能够在不同的硬件环境中无缝运行。
支持多种任务：除了传统的目标检测外，YOLO11 还支持目标跟踪、实例分割、姿态估计、OBB定向物体检测（旋转目标检测）、物体分类等视觉任务。

二、YOLO11性能对比

相比之前版本，它在架构和训练方法上有显著改进，提升了整体性能。（感觉提升并不大）

在下方的图表中，展示了 YOLO11 与其他 YOLO 版本（如 YOLOv10、YOLOv9 等）在延迟与检测精度（mAP）上的对比。

YOLO11 在平衡延迟和精度方面表现更优异，适用于广泛的计算机视觉任务，尤其是需要高效推理的场景。

此外，YOLO11 的改进使其在较低计算资源下也能保持高性能，适合边缘设备或云端推理使用。

三、YOLO11支持种视觉多任务

YOLO11支持种视觉多任务，如下表格所示：

包括目标检测、实例分割、姿态估计、OBB定向物体检测（旋转目标检测）、物体分类。

模型细分	权重参数	任务名称	Inference	Validation	Training	Export
YOLO11	`yolo11n.pt、` `yolo11s.pt、` `yolo11m.pt` 、 `yolo11l.pt、` `yolo11x.pt`	Detection	✅	✅	✅	✅
YOLO11-seg	`yolo11n-seg.pt、` `yolo11s-seg.pt、` `yolo11m-seg.pt、` `yolo11l-seg.pt` 、 `yolo11x-seg.pt`	Instance Segmentation	✅	✅	✅	✅
YOLO11-pose	`yolo11n-pose.pt` 、 `yolo11s-pose.pt` 、 `yolo11m-pose.pt` 、 `yolo11l-pose.pt` 、 y`olo11x-pose.pt`	Pose/Keypoints	✅	✅	✅	✅
YOLO11-obb	`yolo11n-obb.pt` 、 `yolo11s-obb.pt、` `yolo11m-obb.pt` 、 `yolo11l-obb.pt、` `yolo11x-obb.pt`	Oriented Detection	✅	✅	✅	✅
YOLO11-cls	`yolo11n-cls.pt` 、 `yolo11s-cls.pt`、 `yolo11m-cls.pt` 、 `yolo11l-cls.pt` 、 `yolo11x-cls.pt`	Classification	✅	✅	✅	✅

每种任务都有专门的模型文件（如 yolo11n.pt, yolo11m-seg.pt 等），支持推理、验证、训练和导出功能。

我们可以根据具体的任务需求，在不同场景中灵活部署 YOLO11，比如检测任务使用 YOLO11，而分割任务则可以使用 YOLO11-seg。

YOLO11：用于经典的目标检测任务。
YOLO11-seg：用于实例分割，识别和分割图像中的对象。
YOLO11-pose：用于姿态估计，即确定人体的关键点（如关节位置）。
YOLO11-obb：用于定向检测，可以识别并确定具有方向性物体的边界框（例如倾斜的目标物体）。
YOLO11-cls：用于分类，负责对图像中的对象进行类别识别。

四、安装YOLO11

官方默认的安装方式是：通过运行 pip install ultralytics 来快速安装 Ultralytics 包。

Ultralytics包中会有YOLO11，同时也包含了多种模型，很方便调用的：

YOLOv10、YOLOv9、YOLOv8、YOLOv7、YOLOv6、YOLOv5、YOLOv4 、YOLOv3
YOLO-World、Realtime Detection Transformers (RT-DETR)、YOLO-NAS
Fast Segment Anything Model (FastSAM)、Mobile Segment Anything Model (MobileSAM)
Segment Anything Model 2 (SAM2)、Segment Anything Model (SAM)

安装要求：

Python 版本要求：Python 版本需为 3.8 及以上，支持 3.8、3.9、3.10、3.11、3.12 这些版本。
PyTorch 版本要求：需要 PyTorch 版本不低于 1.8。

安装命令：

安装 Ultralytics 包可以使用 pip 命令
这将会自动安装所有必要的依赖项和包
```
pip install ultralytics
```

成功安装，如下图所示：

推荐使用清华源进行加速安装

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

使用from ultralytics import YOLO，测试一下ultralytics是否安装成功了

>>>

>>> from ultralytics import YOLO
Creating new Ultralytics Settings v0.0.6 file ✅
View Ultralytics Settings with 'yolo settings' or at '/home/liguopu/.config/Ultralytics/settings.json'
Update Settings with 'yolo settings key=value', i.e. 'yolo settings runs_dir=path/to/dir'. For help see https://docs.ultralytics.com/quickstart/#ultralytics-settings.
>>>

或在用下面的代码：

from ultralytics import settings
from ultralytics import YOLO

# View all settings
print(settings)

# Return a specific setting
value = settings["runs_dir"]
print(value)

其他的安装方式，可以参考：

Conda：使用 Conda 环境来安装。参考这里https://anaconda.org/conda-forge/ultralytics
Docker：使用 Docker 容器进行安装。参考这里https://hub.docker.com/r/ultralytics/ultralytics
Git：从 Git 仓库克隆进行安装。参考这里https://docs.ultralytics.com/quickstart/#conda-docker-image

五、快速体验YOLO11

示例1：使用Ultralytics YOLO模型对图像进行目标检测

示例代码，如下所示：

from ultralytics import YOLO

# 加载预训练的YOLOv11n模型
model = YOLO("yolo11n.pt")


# 对'bus.jpg'图像进行推理，并获取结果
results = model.predict("bus.jpg", save=True, imgsz=320, conf=0.5)

# 处理返回的结果
for result in results:
    boxes = result.boxes       # 获取边界框信息
    probs = result.probs       # 获取分类概率
    result.show()              # 显示结果

save=True：指定是否保存推理后的结果图像。如果设为True，则推理后的图像会自动保存。
imgsz=320：指定推理时图像的尺寸。此处设置为320像素，这影响模型在推理时输入图像的大小。较小的图像尺寸通常会加快推理速度，但可能会影响结果的精度。
conf=0.5：设置置信度阈值。只有置信度大于或等于0.5的检测结果才会显示。
通过返回的 results 对象进行进一步的处理，如显示、提取边界框信息或分类概率。

详细参考：Predict - Ultralytics YOLO Docs

示例2：使用Ultralytics YOLO模型对图像进行推理（多任务）

思路流程：

加载模型：预先训练好的YOLOv11n模型通过YOLO('yolo11n.pt')加载。
运行推理：使用model()方法图像进行推理，并返回Results对象的列表（当stream=False时）。
处理推理结果：通过遍历Results对象列表，可以访问每个结果中的边界框、分割掩码、关键点、分类概率等信息。

返回结果：

结果类型：返回的Results对象包含了各种类型的输出，如检测边界框（boxes）、分割掩码（masks）、关键点（keypoints）、分类概率（probs）等。
图像展示与保存：可以直接显示结果图像（result.show()），也可以将其保存为文件（result.save()）。

示例代码，如下所示：

from ultralytics import YOLO

# 加载模型
model = YOLO('yolo11n.pt')  # 加载预训练的YOLOv11n模型

# 对单张图像进行推理
result = model("image1.jpg")  # 返回单个Results对象

# 处理结果
boxes = result.boxes       # 边界框结果
masks = result.masks       # 分割掩码结果
keypoints = result.keypoints  # 关键点检测结果
probs = result.probs       # 分类概率结果
obb = result.obb           # 方向边界框结果（OBB）

result.show()              # 显示结果
result.save(filename="result.jpg")  # 保存结果到磁盘

示例3：在COCO8数据集上训练YOLOv11n模型

YOLO模型加载方式：（三种方法可选择）

可以通过yaml文件（如yolo11n.yaml）从头构建一个新模型。
也可以加载预训练的模型（如yolo11n.pt）。
或者先构建模型再加载预训练的权重。

训练设置：

使用model.train()方法进行训练，指定数据集、训练轮数（epochs）为100，图像大小为640。
device参数可以指定是否使用GPU或CPU进行训练，如果没有指定，将自动选择可用的GPU，否则使用CPU。

示例代码，如下所示：

from ultralytics import YOLO

# 加载模型
# model = YOLO('yolo11n.yaml')  # 从YAML文件构建一个新模型
# model = YOLO('yolo11n.pt')    # 加载预训练模型（推荐用于训练）
model = YOLO('yolo11n.yaml').load('yolo11n.pt')  # 从YAML文件构建模型并加载预训练权重

# 训练模型
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)  # 指定数据集、训练轮数为100，图像大小为640

示例4：在多GPU环境下进行训练

多GPU训练：

通过指定多个GPU设备的ID来分配训练任务。例如，device=[0, 1] 表示使用第0和第1号GPU进行训练。
这可以有效利用硬件资源，将训练任务分布到多个GPU上，从而提高训练效率。

示例代码，如下所示：

from ultralytics import YOLO

# 加载模型
model = YOLO('yolo11n.pt')  # 加载预训练模型（推荐用于训练）

# 使用2个GPU进行训练
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=[0, 1])

详细参考：https://docs.ultralytics.com/modes/train/#train-settings

六、YOLO不同版本总结

1. YOLOv3：

核心改进：YOLOv3 是 YOLO 系列的第三代，由 Joseph Redmon 于 2018 年发布，标志着 YOLO 从原始的单尺度检测进化到多尺度检测。YOLOv3 通过引入多个特征层来改善对小物体的检测能力，使用了具有残差连接的 Darknet-53 作为主干网络。
性能提升：相较于 YOLOv2，YOLOv3 的召回率和精度显著提升，特别是在检测小物体时表现更好。通过多尺度特征融合技术，YOLOv3 在保持实时检测速度的同时，提升了对多种物体大小的检测能力。

2. YOLOv4：

优化技术：YOLOv4 由 Alexey Bochkovskiy 于 2020 年发布。它在 YOLOv3 的基础上引入了多项改进，包括 CSPDarknet53 作为主干网络，使用了 Mosaic 数据增强、CIoU 损失函数、SPP（Spatial Pyramid Pooling）等技术。
适应性增强：YOLOv4 在速度和精度之间找到了更好的平衡，通过引入改进的训练策略，使其更适合在低计算资源环境中运行（例如嵌入式设备）。它能够在各种 GPU 上更高效地工作，而无需过度依赖昂贵的硬件。

3. YOLOv5：

开发背景：YOLOv5 由 Ultralytics 团队发布，尽管命名延续了 YOLOv4，但它并未基于 Darknet 框架，而是完全重写为 PyTorch 实现。与前代不同，YOLOv5 大幅提升了易用性和跨平台兼容性，并进一步降低了部署复杂度。
模型规模：YOLOv5 提供了多个规模的模型（small、medium、large 等），用户可以根据需求在速度与精度之间做出权衡。Ultralytics 还加入了自动化数据增强和超参数优化，进一步提高了训练的效率和模型性能。

4. YOLOv6：

行业应用：YOLOv6 是由美团发布的目标检测模型，特别针对自动化场景进行了优化。它的开发目的是在无人配送机器人等场景中使用，因此它对计算效率和内存占用的优化极为关键。
技术特点：YOLOv6 在速度和精度上比 YOLOv5 提升显著，尤其是在美团的实际场景中，展示了良好的表现。它结合了轻量级的模型设计和针对推理优化的架构，使得在嵌入式设备上运行更加高效。

5. YOLOv7：

创新突破：YOLOv7 是 YOLOv4 作者团队在 2022 年发布的更新版本，它引入了更为高效的网络结构设计，进一步降低了推理的延迟时间。YOLOv7 采用了跨阶段部分连接 (CSP) 技术，能够更好地平衡模型计算量和准确度。
广泛适应性：该模型适用于从服务器到边缘设备的多种硬件配置，并在 COCO 数据集上的性能超越了其他大多数目标检测模型，尤其在轻量级模型场景中表现优异。

6. YOLOv8：

功能扩展：YOLOv8 是 YOLO 系列中功能最为丰富的版本，具备实例分割、姿态估计和分类等多种能力。相比于之前的 YOLO 版本，它的任务范围更加广泛，进一步提升了模型的可用性。
多任务支持：YOLOv8 提供了丰富的任务支持，包括实例分割（即不仅检测物体的边界框，还要对物体进行精确的像素级分割）、关键点检测和姿态估计。这使其在复杂场景下具有更强的应用潜力。

7. YOLOv9：

实验性特性：YOLOv9 是基于 YOLOv5 代码库的实验性模型，主要引入了可编程梯度信息（PGI）优化技术。PGI 通过对模型训练过程中梯度的灵活控制，提升了训练效率，减少了模型过拟合的风险。
未来方向：虽然 YOLOv9 目前仍处于实验阶段，但其在研究领域内显示了进一步提升 YOLO 模型训练速度和精度的潜力，尤其是在快速动态场景下的检测任务。

8. YOLOv10：

NMS-Free 设计：YOLOv10 由清华大学发布，它的最大特色是引入了无 NMS（Non-Maximum Suppression）训练策略，能够有效消除冗余检测框的影响，从而提高检测精度。
性能优化：该版本专注于提高推理速度，减少了传统 NMS 在后处理阶段的计算开销。YOLOv10 的高效架构设计进一步优化了检测模型的效率与准确率之间的平衡。

9. YOLOv11：

最新进展：YOLOv11 是 Ultralytics 最新发布的版本，被设计为跨多个任务实现最先进性能（SOTA）的检测模型。该版本对之前模型的架构进行了优化，使得其在不同任务（如目标检测、分割、姿态估计等）中达到了最前沿的水平。
多任务处理能力：YOLOv11 能够处理从目标检测到多模态任务的广泛应用场景，特别针对现实场景中的复杂检测需求进行了进一步优化，使得其成为当前最具前瞻性的模型之一。

六、YOLO11代码浅析

首先看看YOLO11在目标检测任务的配置文件，yolo11.yaml

能看到模型的架构、关键组件和配置参数。

# Ultralytics YOLO 🚀, AGPL-3.0 license
# YOLO11 object detection model with P3-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect

# Parameters
nc: 80 # number of classes
scales: # model compound scaling constants, i.e. 'model=yolo11n.yaml' will call yolo11.yaml with scale 'n'
  # [depth, width, max_channels]
  n: [0.50, 0.25, 1024] # summary: 319 layers, 2624080 parameters, 2624064 gradients, 6.6 GFLOPs
  s: [0.50, 0.50, 1024] # summary: 319 layers, 9458752 parameters, 9458736 gradients, 21.7 GFLOPs
  m: [0.50, 1.00, 512] # summary: 409 layers, 20114688 parameters, 20114672 gradients, 68.5 GFLOPs
  l: [1.00, 1.00, 512] # summary: 631 layers, 25372160 parameters, 25372144 gradients, 87.6 GFLOPs
  x: [1.00, 1.50, 512] # summary: 631 layers, 56966176 parameters, 56966160 gradients, 196.0 GFLOPs

# YOLO11n backbone
backbone:
  # [from, repeats, module, args]
  - [-1, 1, Conv, [64, 3, 2]] # 0-P1/2
  - [-1, 1, Conv, [128, 3, 2]] # 1-P2/4
  - [-1, 2, C3k2, [256, False, 0.25]]
  - [-1, 1, Conv, [256, 3, 2]] # 3-P3/8
  - [-1, 2, C3k2, [512, False, 0.25]]
  - [-1, 1, Conv, [512, 3, 2]] # 5-P4/16
  - [-1, 2, C3k2, [512, True]]
  - [-1, 1, Conv, [1024, 3, 2]] # 7-P5/32
  - [-1, 2, C3k2, [1024, True]]
  - [-1, 1, SPPF, [1024, 5]] # 9
  - [-1, 2, C2PSA, [1024]] # 10

# YOLO11n head
head:
  - [-1, 1, nn.Upsample, [None, 2, "nearest"]]
  - [[-1, 6], 1, Concat, [1]] # cat backbone P4
  - [-1, 2, C3k2, [512, False]] # 13

  - [-1, 1, nn.Upsample, [None, 2, "nearest"]]
  - [[-1, 4], 1, Concat, [1]] # cat backbone P3
  - [-1, 2, C3k2, [256, False]] # 16 (P3/8-small)

  - [-1, 1, Conv, [256, 3, 2]]
  - [[-1, 13], 1, Concat, [1]] # cat head P4
  - [-1, 2, C3k2, [512, False]] # 19 (P4/16-medium)

  - [-1, 1, Conv, [512, 3, 2]]
  - [[-1, 10], 1, Concat, [1]] # cat head P5
  - [-1, 2, C3k2, [1024, True]] # 22 (P5/32-large)

  - [[16, 19, 22], 1, Detect, [nc]] # Detect(P3, P4, P5)

再看看其他任务，比如实例分割 yolo11-seg.yaml