看别人说的好简单,3行代码完成yolo11:

from ultralytics import YOLO
model =YOLO("yolo11x.pt")##第一次运行自动下载
model.predict(source="0",show=True)

当然代码没错:但是环境不好配:

首先:pip install ultralytics 会主动下载依赖 pytorch  pandas-2.0.3-cp38-cp38-win_amd64.whl
#torch-2.4.1-cp38-cp38-win_amd64.whl但是国内网络不好所以使用清华的源:

pip install torch==2.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install ultralytics  -i https://pypi.tuna.tsinghua.edu.cn/simple#pip install ultralytics 默认安装的 PyTorch 版本是 CPU 版本。
如果需要使用 GPU 加速功能，需要手动安装支持 GPU 的 PyTorch 版本

yolo11x.pt文件理论上会自动下载 但是自动下载一直超时 timeout     实际还得手动下载:放到程序同级目录 你得用 wget 或者什么下载 一般工具国内网络环境不太好.

https://github.com/ultralytics/assets/releases/download/v8.3.0/yolo11x.pt

好了如果你的机器有摄像头就能打开了,当然你也可以指定 视频文件或者图片

如果你在安装yolo之后安装paddleocr :那么他会破坏opencv的版本.

pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple
如果需要 GPU 支持，可以安装 GPU 版本pip install paddleocr -i https://pypi.tuna.tsinghua.edu.cn/simple

那么需要卸载重新安装最新的opencv
pip uninstall opencv-python
pip uninstall opencv-contrib-python
pip install opencv-python
pip install opencv-contrib-python

640*480彩色图 CPU 1帧的速度:

 0.5以上置信度还是可以相信的 0.5以下哈哈 图个乐呵 毕竟是 通用模型. 

咱也有GPU了再说吧.