Github

• https://github.com/ultralytics/ultralytics

官网

• https://docs.ultralytics.com/zh
• https://docs.ultralytics.com/zh/quickstart/

简介

Ultralytics 是一个软件公司，专注于开发计算机视觉和深度学习工具。他们的主要产品是 YOLOv5，这是一个快速、高效的目标检测模型，特别适用于实时应用。YOLOv5 是对经典的 YOLO（You Only Look Once）系列模型的升级，采用了现代化的深度学习技术和优化策略，以提供更好的性能和更低的计算成本。

Ultralytics 还开发了其他一些工具和库，帮助研究人员和开发者在计算机视觉和深度学习领域更高效地工作。他们的开源项目广受欢迎，为社区提供了强大的工具和资源，以推动计算机视觉技术的发展和应用。

视频帧推理

使用 OpenCV (cv2) 和 YOLOv8 对视频帧进行推理。本脚本示例需要安装必要的软件包 (opencv-python 和 ultralytics).

视频设备ID

注： Mac 环境下可以使用 ffmpeg 进行搜索视频设备，当然此步骤可以省略盲填一个编号如果不出视频可再换设备编号。

brew install ffmpeg
# 列出视频的设备ID
ffmpeg -f avfoundation -list_devices true -i ""

注意： [0] FaceTime HD Camera，deviceID := 0 是电脑摄像头。

安装依赖

# 怕包冲突可以清理当前环境所有安装包
pip freeze | xargs pip uninstall -y
pip install --upgrade pip

pip install opencv-python
pip install ultralytics

检测示例

YOLOv8 这里显示的是经过预训练的检测模型。Detect、Segment 和 Pose 模型是在COCO数据集上预先训练的，而 Classify 模型则是在ImageNet数据集上预先训练的。

首次使用时，模型会自动从最新的Ultralytics 版本下载。

模型	尺寸（像素）	mAPval 50-95	速度 CPU ONNX（毫秒）	速度 A100 TensorRT（毫秒）	params (M)	FLOPs (B) at 640
YOLOv8n	640	37.3	80.4	0.99	3.2	8.7
YOLOv8s	640	44.9	128.4	1.20	11.2	28.6
YOLOv8m	640	50.2	234.7	1.83	25.9	78.9
YOLOv8l	640	52.9	375.2	2.39	43.7	165.2
YOLOv8x	640	53.9	479.1	3.53	68.2	257.8

import cv2from ultralytics import YOLO# 加载 YOLOv8 模型
model = YOLO("yolov8n.pt")# 打开视频文件
# cap = cv2.VideoCapture("path/to/your/video/file.mp4")
# 或使用设备“0”打开视频捕获设备读取帧
cap = cv2.VideoCapture(0)# 设置视频帧大小
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 200)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 200)title = "YOLOv8 Inference"
# 设置窗口位置
cv2.namedWindow(title, cv2.WINDOW_NORMAL)
cv2.moveWindow(title, 200, 200)# 循环播放视频帧
while cap.isOpened():# 从视频中读取一帧success, frame = cap.read()if success:# 在框架上运行 YOLOv8 推理results = model(frame)# 在框架上可视化结果annotated_frame = results[0].plot()# 显示带标注的框架cv2.imshow(title, annotated_frame)# 如果按下“q”，则中断循环if cv2.waitKey(1) & 0xFF == ord("q"):breakelse:# 如果到达视频末尾，则中断循环break# 释放视频捕获对象并关闭显示窗口
cap.release()
cv2.destroyAllWindows()

• 输出结果

分类示例

模型	尺寸（像素）	acc top1	acc top5	速度 CPU ONNX（毫秒）	速度 A100 TensorRT（毫秒）	params (M)	FLOPs (B) at 640
YOLOv8n-cls	224	69.0	88.3	12.9	0.31	2.7	4.3
YOLOv8s-cls	224	73.8	91.7	23.4	0.35	6.4	13.5
YOLOv8m-cls	224	76.8	93.5	85.4	0.62	17.0	42.7
YOLOv8l-cls	224	76.8	93.5	163.0	0.87	37.5	99.7
YOLOv8x-cls	224	79.0	94.6	232.0	1.01	57.4	154.8

• 直接替换示例代码中的模型就可以。

model = YOLO("yolov8n-cls.pt")

• 输出结果（咖啡杯 0.78 左右）

姿势估计

模型	尺寸（像素）	50-95	mAPpose 50	速度 CPU ONNX（毫秒）	速度 A100 TensorRT（毫秒）	params (M)	FLOPs (B) at 640
YOLOv8n-pose	640	50.4	80.1	131.8	1.18	3.3	9.2
YOLOv8s-pose	640	60.0	86.2	233.2	1.42	11.6	30.2
YOLOv8m-pose	640	65.0	88.8	456.3	2.00	26.4	81.0
YOLOv8l-pose	640	67.6	90.0	784.5	2.59	44.4	168.6
YOLOv8x-pose	640	69.2	90.2	1607.1	3.73	69.4	263.2
YOLOv8x-pose-p6	1280	71.6	91.2	4088.7	10.04	99.1	1066.4

• 直接替换示例代码中的模型就可以。

model = YOLO("yolov8n-pose.pt")