YOLO11 工业视觉 AI 实战手册

第 1 章 · 概述 板块 A · 入门准备

YOLO11 是 Ultralytics 于 2024 年 9 月发布的最新一代 YOLO 模型，在检测精度、推理速度和模型效率三方面取得了全新平衡。相比 YOLOv8，YOLO11 参数量更少、精度更高。

核心改进

• C3k2 模块 — 更高效的特征提取 backbone
• SPPF 优化 — 多尺度特征融合增强
• C2PSA 注意力 — 新增位置敏感注意力机制
• 参数效率 — yolo11m 比 yolov8m 参数减少 22%，mAP 提升 0.5%

支持的任务

第 2 章 · 硬件设备要求 NEW

GPU 显存需求（训练）

以 batch=16、imgsz=640 为基准，batch 减半显存需求约减 40%。

其他硬件

没有独显？替代方案

GPU 检测代码

import torch
print(f"PyTorch: {torch.__version__}")
print(f"CUDA: {torch.cuda.is_available()}")
if torch.cuda.is_available():
    print(f"GPU: {torch.cuda.get_device_name(0)}")
    print(f"显存: {torch.cuda.get_device_properties(0).total_mem / 1024**3:.1f} GB")

第 3 章 · 安装与环境配置

安装步骤

python -m venv D:\yolo11\venv
D:\yolo11\venv\Scripts\activate

pip install ultralytics

yolo checks

Conda 安装

conda create -n yolo11 python=3.11 -y
conda activate yolo11
conda install pytorch torchvision pytorch-cuda=12.1 -c pytorch -c nvidia
pip install ultralytics

模型下载与 GitHub 仓库 快速获取

GitHub 官方仓库

克隆仓库（源码安装）

预训练模型权重下载

所有权重托管在 GitHub Releases，点击复制链接后用浏览器或 wget/curl 下载：

分割 / 姿态 / 分类 / OBB 变体

命令行批量下载（一键复制）

PowerShell（Windows）

Linux / macOS (bash)

Python（自动下载）

第 4 章 · 快速开始（5 分钟上手）

Python API

from ultralytics import YOLO

# 加载预训练模型
model = YOLO(r"D:\yolo11\yolo11n.pt")

# 推理
results = model("https://ultralytics.com/images/bus.jpg")

# 显示 & 保存
results[0].show()
results[0].save(filename="result.jpg")

CLI 命令行

# 推理
yolo predict model=D:\yolo11\yolo11n.pt source="image.jpg"

# 训练
yolo train model=D:\yolo11\yolo11n.pt data=coco8.yaml epochs=100

# 验证
yolo val model=D:\yolo11\yolo11n.pt data=coco8.yaml

# 导出
yolo export model=D:\yolo11\yolo11n.pt format=onnx

第 5 章 · 照片素材采集要求 NEW · 板块 B · 数据准备

基本格式

质量与数量基准

常见数据缺陷 vs 后果

第 6 章 · 拍摄设备与拍摄环境 NEW

设备选择

分辨率建议

环境覆盖矩阵

尽量在训练数据中覆盖以下条件的组合：

典型部署场景拍摄建议

常见误区

第 7 章 · 数据标注规范 NEW

YOLO 标签格式

每张图片对应一个同名 .txt 文件，每个目标一行：

# 格式: class_id  center_x  center_y  width  height
# 所有坐标归一化到 [0, 1]
0 0.4531 0.6250 0.1875 0.3125
1 0.7344 0.3750 0.0938 0.1250

标注工具对比

标注质量检查清单

• 标注框要紧贴目标边缘，不留过多空白
• 被遮挡 >70% 的目标可以不标
• 坐标值必须在 [0, 1] 范围内，不能越界
• class_id 从 0 开始连续编号
• 空图片（无目标）的 txt 可以为空或不创建
• 同一目标不要重复标注

第 8 章 · 自动标注工具 NEW

8.1 X-AnyLabeling（推荐 · GUI）

pip install x-anylabeling
x-anylabeling  # 启动 GUI

8.2 Grounding DINO + SAM（文字描述标注）

输入文字描述（如 "cat, dog"），自动定位目标 + 生成分割掩码，零样本、无需预训练。适合新类别快速冷启动。

# 文字描述 → 自动检测框 → 分割掩码 → YOLO 标签
# "person, car, bicycle" → 全自动生成标注

8.3 Autodistill（批量流水线）

大模型标注 → 自动训练小模型，适合大批量无人值守标注。

from autodistill_grounded_sam import GroundedSAM
from autodistill.detection import CaptionOntology

base_model = GroundedSAM(
    ontology=CaptionOntology({
        "person": "person",
        "car": "car",
    })
)
base_model.label("./images", extension=".jpg")

工具对比矩阵

第 9 章 · 数据集管理与配置

目录结构

my_dataset/
├── images/
│   ├── train/          # 训练图片
│   │   ├── img001.jpg
│   │   └── img002.jpg
│   └── val/            # 验证图片
│       ├── img101.jpg
│       └── img102.jpg
├── labels/
│   ├── train/          # 训练标签 (.txt)
│   │   ├── img001.txt
│   │   └── img002.txt
│   └── val/
│       ├── img101.txt
│       └── img102.txt
└── data.yaml           # 数据集配置

data.yaml 配置文件

# my_dataset/data.yaml
path: D:/datasets/my_dataset  # 数据集根目录（用正斜杠）
train: images/train
val: images/val
test: images/test              # 可选

# 类别定义
names:
  0: person
  1: car
  2: bicycle
  3: dog

第 10 章 · 模型选型指南 板块 C · 核心使用

检测模型性能对比

第 11 章 · 五大任务详解

11.1 目标检测

from ultralytics import YOLO
model = YOLO("yolo11m.pt")
results = model("street.jpg")

for r in results:
    for box in r.boxes:
        cls = int(box.cls[0])
        conf = float(box.conf[0])
        xyxy = box.xyxy[0].tolist()
        print(f"{model.names[cls]}: {conf:.2f} at {xyxy}")

11.2 实例分割

model = YOLO("yolo11m-seg.pt")
results = model("street.jpg")
for r in results:
    if r.masks is not None:
        for mask in r.masks.data:
            binary = mask.cpu().numpy()  # shape=(H,W), 0/1

11.3 图像分类

model = YOLO("yolo11m-cls.pt")
results = model("cat.jpg")
probs = results[0].probs
print(probs.top5)      # Top-5 类别索引
print(probs.top5conf)  # Top-5 置信度

11.4 姿态估计

model = YOLO("yolo11m-pose.pt")
results = model("person.jpg")
for r in results:
    if r.keypoints is not None:
        xy = r.keypoints.xy      # (N, 17, 2)
        conf = r.keypoints.conf  # (N, 17)

11.5 旋转目标检测 (OBB)

model = YOLO("yolo11m-obb.pt")
results = model("aerial.jpg")
for r in results:
    if r.obb is not None:
        xywhr = r.obb.xywhr  # cx, cy, w, h, 弧度角

第 12 章 · 模型训练详解

基本训练

from ultralytics import YOLO
model = YOLO(r"D:\yolo11\yolo11m.pt")

results = model.train(
    data="my_dataset.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device=0,
    workers=8,
    project="runs/train",
    name="my_experiment",
)

核心训练参数

数据增强参数

恢复 & 多 GPU 训练

# 恢复训练
model = YOLO("runs/train/exp/weights/last.pt")
model.train(resume=True)

# 多 GPU
model.train(data="coco.yaml", epochs=100, device=[0, 1, 2, 3])

验证与评估

model = YOLO("runs/train/exp/weights/best.pt")
metrics = model.val(data="my_dataset.yaml", plots=True)

print(f"mAP50:    {metrics.box.map50:.4f}")
print(f"mAP50-95: {metrics.box.map:.4f}")
print(f"Precision: {metrics.box.mp:.4f}")
print(f"Recall:    {metrics.box.mr:.4f}")

第 13 章 · 推理与预测

支持的输入源

推理参数

results = model.predict(
    source="image.jpg",
    conf=0.25,          # 置信度阈值
    iou=0.7,           # NMS IoU 阈值
    imgsz=640,
    half=True,          # FP16 推理
    max_det=300,
    classes=[0, 2],     # 只检测特定类别
    save=True,
    stream=True,        # 流式处理（节省内存）
)

结果解析

for r in results:
    print(r.orig_shape)  # 原图尺寸
    print(r.speed)       # 各阶段耗时
    boxes = r.boxes
    print(boxes.xyxy)    # [x1, y1, x2, y2]
    print(boxes.conf)    # 置信度
    print(boxes.cls)     # 类别
    annotated = r.plot() # 返回标注后的 BGR 图像

第 14 章 · 模型导出与部署

导出格式一览

导出示例

model = YOLO(r"D:\yolo11\yolo11m.pt")

# ONNX
model.export(format="onnx", dynamic=True, simplify=True)

# TensorRT FP16
model.export(format="engine", half=True)

# 导出后直接使用
onnx_model = YOLO("yolo11m.onnx")
results = onnx_model("image.jpg")  # 与 .pt 用法完全一致

第 15 章 · 目标跟踪

model = YOLO(r"D:\yolo11\yolo11m.pt")
results = model.track(
    source="video.mp4",
    tracker="botsort.yaml",  # 或 "bytetrack.yaml"
    persist=True,
    show=True,
)

for r in results:
    if r.boxes.id is not None:
        ids = r.boxes.id.int().tolist()
        print(f"跟踪 ID: {ids}")

第 16 章 · CLI 命令行完整参考

# 基本语法
yolo <TASK> <MODE> [ARGS...]
# TASK: detect, segment, classify, pose, obb
# MODE: train, val, predict, export, track, benchmark

# ===== 常用命令速查 =====

# 推理
yolo predict model=yolo11n.pt source="image.jpg" conf=0.25
yolo predict model=yolo11m.pt source="video.mp4" save=True
yolo predict model=yolo11n.pt source=0  # 摄像头

# 训练
yolo train model=yolo11n.pt data=coco8.yaml epochs=100 imgsz=640
yolo train model=yolo11m.pt data=custom.yaml batch=8 device=0,1

# 验证
yolo val model=runs/train/exp/weights/best.pt data=custom.yaml

# 导出
yolo export model=yolo11m.pt format=onnx dynamic=True
yolo export model=yolo11m.pt format=engine half=True

# 跟踪
yolo track model=yolo11m.pt source="video.mp4" tracker=bytetrack.yaml

# 基准测试
yolo benchmark model=yolo11n.pt imgsz=640

# 系统检查
yolo checks
yolo settings

第 17 章 · 超参数调优 板块 D · 进阶优化

自动调参

model = YOLO("yolo11n.pt")
result = model.tune(
    data="coco8.yaml",
    epochs=30,
    iterations=300,
    optimizer="AdamW",
)

场景化调优策略

第 18 章 · 社区实战技巧

第 19 章 · 故障排查手册 板块 E · 问题与支持

第 20 章 · 参考资源与社区

官方资源

• GitHub 仓库 — 源码、Issue、Discussions
• YOLO11 官方文档 — 模型架构与基准
• Python API 文档
• CLI 命令参考
• 训练文档
• 导出文档
• 全部配置参考

社区教程

• Roboflow: YOLO11 自定义训练教程
• LearnOpenCV: YOLO11 深度解析
• Ultralytics 社区论坛
• HuggingFace YOLO11

自动标注工具

• X-AnyLabeling — 100+ AI 模型 GUI 标注
• Grounded SAM — 文字描述零样本标注
• Autodistill — 批量自动标注流水线

常用数据集