from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt")  # pretrained YOLO11n model
# Run batched inference on a list of images
results = model(["image1.jpg", "image2.jpg"])  # return a list of Results objects
# Process results list
for result in results:
    boxes = result.boxes  # Boxes object for bounding box outputs
    masks = result.masks  # Masks object for segmentation masks outputs
    keypoints = result.keypoints  # Keypoints object for pose outputs
    probs = result.probs  # Probs object for classification outputs
    obb = result.obb  # Oriented boxes object for OBB outputs
    result.show()  # display to screen
    result.save(filename="result.jpg")  # save to disk
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt")  # pretrained YOLO11n model
# Run batched inference on a list of images
results = model(["image1.jpg", "image2.jpg"], stream=True)  # return a generator of Results objects
# Process results generator
for result in results:
    boxes = result.boxes  # Boxes object for bounding box outputs
    masks = result.masks  # Masks object for segmentation masks outputs
    keypoints = result.keypoints  # Keypoints object for pose outputs
    probs = result.probs  # Probs object for classification outputs
    obb = result.obb  # Oriented boxes object for OBB outputs
    result.show()  # display to screen
    result.save(filename="result.jpg")  # save to disk
YOLO11 可以处理不同类型的输入源进行推理，如下表所示。输入源包括静态图像、视频流和各种数据格式。表中还标明了每种输入源是否可以在流模式下使用参数 stream=True ✅.流模式有利于处理视频或实时流，因为它会创建一个结果生成器，而不是将所有帧加载到内存中。
使用 stream=True 用于处理长视频或大型数据集，以有效管理内存。当 stream=False在这种情况下，所有帧或数据点的结果都会存储在内存中，这可能会迅速累加，并导致大量输入出现内存不足错误。与此形成鲜明对比的是 stream=True 利用生成器，只将当前帧或数据点的结果保存在内存中，从而大大减少了内存消耗，并防止出现内存不足的问题。
model = YOLO("yolo11n.pt")
# Create a random numpy array of HWC shape (640, 640, 3) with values in range [0, 255] and type uint8
source = np.random.randint(low=0, high=255, size=(640, 640, 3), dtype="uint8")
# Run inference on the source
results = model(source)  # list of Results objects
对表示为 PyTorchtensor.
import torch
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Create a random torch tensor of BCHW shape (1, 3, 640, 640) with values in range [0, 1] and type float32
source = torch.rand(1, 3, 640, 640, dtype=torch.float32)
# Run inference on the source
results = model(source)  # list of Results objects
对 CSV 文件中列出的一系列图像、URL、视频和目录进行推理。
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Define a path to a CSV file with images, URLs, videos and directories
source = "path/to/file.csv"
# Run inference on the source
results = model(source)  # list of Results objects
对视频文件进行推理通过使用 stream=True您可以创建一个结果对象生成器，以减少内存使用量。
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Define path to video file
source = "path/to/video.mp4"
# Run inference on the source
results = model(source, stream=True)  # generator of Results objects
对目录中的所有图像和视频进行推理。要同时捕获子目录中的图像和视频，请使用 glob 模式，即 path/to/dir/**/*.
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Define path to directory containing images and videos for inference
source = "path/to/dir"
# Run inference on the source
results = model(source, stream=True)  # generator of Results objects
对所有匹配 glob 表达式的图像和视频进行推理，并使用 * 人物
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Define a glob search for all JPG files in a directory
source = "path/to/dir/*.jpg"
# OR define a recursive glob search for all JPG files including subdirectories
source = "path/to/dir/**/*.jpg"
# Run inference on the source
results = model(source, stream=True)  # generator of Results objects
对 YouTube 视频进行推理通过使用 stream=True此外，您还可以创建一个结果对象生成器，以减少长视频的内存使用量。





    
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Define source as YouTube video URL
source = "https://youtu.be/LNwODJXcvt4"
# Run inference on the source
results = model(source, stream=True)  # generator of Results objects
使用流模式可在使用 RTSP、RTMP、TCP 或 IP 地址协议的实时视频流上运行推理。如果提供的是单一视频流，则模型在运行推理时会使用 批量大小 为 1。 .streams 文本文件可用于执行批处理推理，批处理大小由提供的数据流数量决定（例如，8 个数据流的批处理大小为 8）。
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Single stream with batch-size 1 inference
source = "rtsp://example.com/media.mp4"  # RTSP, RTMP, TCP, or IP streaming address
# Run inference on the source
results = model(source, stream=True)  # generator of Results objects
对于单数据流使用，批量大小默认设置为 1，这样就可以高效地实时处理视频馈送。
要同时处理多个视频流，请使用 .streams 文本文件，其中包含流源。模型将运行批量推理，批量大小等于流的数量。这种设置可以高效地同时处理多个数据源。
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Multiple streams with batched inference (e.g., batch-size 8 for 8 streams)
source = "path/to/list.streams"  # *.streams text file with one streaming address per line
# Run inference on the source
results = model(source, stream=True)  # generator of Results objects
示例 .streams 文本文件：
rtsp://example.com/media1.mp4
rtsp://example.com/media2.mp4
rtmp://example2.com/live
tcp://192.168.1.100:554
文件中的每一行都代表一个流媒体源，让您可以同时监控多个视频流并进行推理。
通过将特定摄像机的索引传递给 source.
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Run inference on the source
results = model(source=0, stream=True)  # generator of Results objects
# Run inference on 'bus.jpg' with arguments
model.predict("bus.jpg", save=True, imgsz=320, conf=0.5)
推理论据：
'ultralytics/assets'
指定推理的数据源。可以是图像路径、视频文件、目录、URL 或用于实时馈送的设备 ID。支持多种格式和来源，可灵活应用于不同类型的输入。
float
设置检测的最小置信度阈值。如果检测到的对象置信度低于此阈值，则将不予考虑。调整该值有助于减少误报。
float
非最大抑制 (NMS) 的交叉重叠(IoU) 阈值。较低的数值可以消除重叠的方框，从而减少检测次数，这对减少重复检测非常有用。
imgsz
int or tuple
定义用于推理的图像大小。可以是一个整数 640 或一个（高度、宽度）元组。适当调整大小可以提高检测效率 精确度 和处理速度。
False
启用半精度（FP16）推理，可加快支持的 GPU 上的模型推理速度，同时将对精度的影响降至最低。
device
指定用于推理的设备（例如：......）、 cpu, cuda:0 或 0).允许用户选择CPU 、特定GPU 或其他计算设备执行模型。
batch
指定推理的批量大小（仅当来源为 目录、视频文件或 .txt 文件).更大的批次规模可以提供更高的吞吐量，缩短推理所需的总时间。
max_det
每幅图像允许的最大检测次数。限制模型在单次推理中可以检测到的物体总数，防止在密集场景中产生过多的输出。
vid_stride
视频输入的帧间距。允许跳过视频中的帧，以加快处理速度，但会牺牲时间分辨率。数值为 1 时会处理每一帧，数值越大越跳帧。
stream_buffer
False
决定是否对接收到的视频流帧进行排队。如果 False，旧帧会被丢弃，以容纳新帧（针对实时应用进行了优化）。如果为 "真"，则在缓冲区中排队等待新帧，确保不会跳过任何帧，但如果推理的 FPS 低于流的 FPS，则会造成延迟。
visualize
False
在推理过程中激活模型特征的可视化，从而深入了解模型 "看到 "了什么。这对调试和模型解释非常有用。
augment
False
可对预测进行测试时间增强（TTA），从而在牺牲推理速度的情况下提高检测的鲁棒性。
agnostic_nms
False
启用与类别无关的非最大抑制 (NMS)，可合并不同类别的重叠方框。这在多类检测场景中非常有用，因为在这种场景中，类的重叠很常见。
classes
list[int]
根据一组类别 ID 过滤预测结果。只有属于指定类别的检测结果才会返回。这对于在多类检测任务中集中检测相关对象非常有用。
retina_masks
False
返回高分辨率分割掩码。返回的掩码 (masks.data) 如果启用，将与原始图像大小相匹配。如果禁用，它们将与推理过程中使用的图像大小一致。
embed
list[int]
指定从中提取特征向量或嵌入的层。这对聚类或相似性搜索等下游任务非常有用。
project
保存预测结果的项目目录名称，如果 save 已启用。
预测运行的名称。用于在项目文件夹内创建一个子目录，在下列情况下存储预测输出结果 save 已启用。
可视化参数：
False 或 True
可将注释的图像或视频保存到文件中。这对记录、进一步分析或共享结果非常有用。使用CLI  时默认为 True，在Python 中使用时默认为 False。
save_frames
False
处理视频时，将单个帧保存为图像。可用于提取特定帧或进行详细的逐帧分析。
save_txt
False
将检测结果保存在文本文件中，格式如下 [class] [x_center] [y_center] [width] [height] [confidence].有助于与其他分析工具集成。
save_conf
False
在保存的文本文件中包含置信度分数。增强了后期处理和分析的细节。
save_crop
False
保存经过裁剪的检测图像。可用于数据集扩充、分析或创建特定物体的重点数据集。
show_labels
在可视输出中显示每次检测的标签。让用户立即了解检测到的物体。
show_conf
在标签旁显示每次检测的置信度得分。让人了解模型对每次检测的确定性。
show_boxes
在检测到的物体周围绘制边框。对于图像或视频帧中物体的视觉识别和定位至关重要。
line_width
None 或 int
指定边界框的线宽。如果 None根据图像大小自动调整线宽。提供可视化定制，使图像更加清晰。
图像和视频格式
YOLO11 支持ultralytics/data/utils .py 中指定的各种图像和视频格式。有关有效后缀和预测命令示例，请参见下表。
下表包含有效的Ultralytics 图像格式。
HEIC 图像仅支持推理，不支持训练。
# Run inference on an image
results = model("bus.jpg")  # list of 1 Results object
results = model(["bus.jpg", "zidane.jpg"])  # list of 2 Results objects
Results 对象具有以下属性
# View results
for r in results:
    print(r.boxes)  # print the Boxes object containing the detection bounding boxes
下面是一张表格 Boxes 类方法和属性，包括名称、类型和说明：
# View results
for r in results:
    print(r.masks)  # print the Masks object containing the detected instance masks
下面是一张表格 Masks 类方法和属性，包括名称、类型和说明：
# View results
for r in results:
    print(r.keypoints)  # print the Keypoints object containing the detected keypoints
下面是一张表格 Keypoints 类方法和属性，包括名称、类型和说明：
# View results
for r in results:
    print(r.probs)  # print the Probs object containing the detected class probabilities
下面的表格总结了 Probs 类：
# View results
for r in results:
    print(r.obb)  # print the OBB object containing the oriented detection bounding boxes
下面是一张表格 OBB 类方法和属性，包括名称、类型和说明：
更多详情，请参阅 OBB 类文档.
"(《世界人权宣言》) plot() 方法中的 Results 对象，将检测到的对象（如边界框、遮罩、关键点和概率）叠加到原始图像上，从而实现预测的可视化。该方法以 NumPy 数组形式返回注释图像，便于显示或保存。
from PIL import Image
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Run inference on 'bus.jpg'
results = model(["bus.jpg", "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")
plot() 方法参数
"(《世界人权宣言》) plot() 方法支持各种参数来定制输出：
线程安全推理
在不同线程并行运行多个YOLO 模型时，确保推理过程中的线程安全至关重要。线程安全推理可确保每个线程的预测都是独立的，不会相互干扰，从而避免出现竞赛条件，并确保输出结果的一致性和可靠性。
在多线程应用程序中使用YOLO 模型时，必须为每个线程实例化单独的模型对象，或使用线程本地存储以防止冲突：
线程安全推理
在每个线程内实例化一个模型，以实现线程安全推理：
from threading import Thread
from ultralytics import YOLO
def thread_safe_predict(model, image_path):
    """Performs thread-safe prediction on an image using a locally instantiated YOLO model."""
    model = YOLO(model)
    results = model.predict(image_path)
    # Process results
# Starting threads that each have their own model instance
Thread(target=thread_safe_predict, args=("yolo11n.pt", "image1.jpg")).start()
Thread(target=thread_safe_predict, args=("yolo11n.pt", "image2.jpg")).start()
如需深入了解YOLO 模型的线程安全推断以及分步说明，请参阅我们的YOLO 线程安全推断指南。本指南将为您提供所有必要信息，以避免常见陷阱，确保您的多线程推理顺利进行。
流媒体源 for-循环
Python 下面是一个使用 OpenCV (cv2)和YOLO 对视频帧进行推理。本脚本假定您已经安装了必要的软件包 (opencv-python 和 ultralytics).
流式 for 循环
import cv2
from ultralytics import YOLO
# Load the YOLO model
model = YOLO("yolo11n.pt")
# Open the video file
video_path = "path/to/your/video/file.mp4"
cap = cv2.VideoCapture(video_path)
# Loop through the video frames
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()
    if success:
        # Run YOLO inference on the frame
        results = model(frame)
        # Visualize the results on the frame
        annotated_frame = results[0].plot()
        # Display the annotated frame
        cv2.imshow("YOLO Inference", annotated_frame)
        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Break the loop if the end of the video is reached
        break
# Release the video capture object and close the display window
cap.release()
cv2.destroyAllWindows()
该脚本将对视频的每一帧进行预测，将结果可视化并显示在窗口中。按 "q "键可退出循环。
什么是Ultralytics YOLO  及其用于实时推理的预测模式？
Ultralytics YOLO 是一种用于实时对象检测、分割和分类的先进模型。其预测模式允许用户对图像、视频和实时流等各种数据源进行高速推理。它还提供批处理和流模式，专为高性能和多功能而设计。有关其功能的更多详情，请查看Ultralytics YOLO 预测模式。
如何使用Ultralytics YOLO  在不同数据源上运行推理？
Ultralytics YOLO 可以处理多种数据源，包括单个图像、视频、目录、URL 和数据流。您可以在 model.predict() 调用。例如，使用 'image.jpg' 本地图像或 'https://ultralytics.com/images/bus.jpg' 的 URL。查看详细示例，了解各种 推理源 在文档中。
如何优化YOLO 的推理速度和内存使用率？
要优化推理速度并有效管理内存，可以通过设置 stream=True 在预测器的调用方法中。流模式会生成一个具有内存效率的 Results 对象，而不是将所有帧加载到内存中。对于处理长视频或大型数据集，流模式尤其有用。了解更多 流媒体模式.
Ultralytics YOLO  支持哪些推论论据？
"(《世界人权宣言》) model.predict() YOLO 中的 conf, iou, imgsz, device等参数。通过这些参数，您可以自定义推理过程，设置置信度阈值、图像大小和计算设备等参数。有关这些参数的详细说明，请参阅 推理论据 节。
如何可视化并保存YOLO 预测结果？
使用YOLO 运行推理后， Results 对象包含用于显示和保存注释图像的方法。您可以使用以下方法 result.show() 和 result.save(filename="result.jpg") 来可视化和保存结果。有关这些方法的完整列表，请参阅 工作成果 节。
📅创建于 1 年前
✏️已更新 1 个月前