YOLO12在Ubuntu20.04上的完整安装指南最近YOLO12的发布在计算机视觉圈子里引起了不小的讨论作为一个以注意力机制为核心的新一代目标检测模型它在保持实时性的同时精度表现相当亮眼。不过很多朋友在尝试安装部署时遇到了各种问题特别是CUDA版本、PyTorch兼容性这些老生常谈的坑。今天我就来手把手带你走一遍YOLO12在Ubuntu20.04上的完整安装流程从系统环境准备到模型测试把常见的坑都提前填平。整个过程大概需要30-40分钟跟着步骤走基本都能一次成功。1. 安装前的准备工作在开始安装YOLO12之前我们需要先把系统环境准备好。Ubuntu20.04是个比较稳定的选择很多深度学习框架对这个版本的支持都比较好。1.1 系统要求检查首先确认一下你的硬件配置YOLO12虽然对硬件要求不算特别高但有几个关键点需要注意操作系统Ubuntu 20.04 LTS其他版本可能也行但20.04最稳妥内存至少8GB建议16GB以上存储空间至少20GB可用空间GPUNVIDIA显卡支持CUDA这是必须的没有GPU跑起来会很慢Python版本3.8或3.9我们这里用3.9打开终端先更新一下系统包sudo apt update sudo apt upgrade -y1.2 安装必要的系统工具接下来安装一些基础工具这些在后面配置环境时会用到sudo apt install -y wget curl git build-essential cmake pkg-config sudo apt install -y libjpeg-dev libpng-dev libtiff-dev sudo apt install -y libavcodec-dev libavformat-dev libswscale-dev libv4l-dev sudo apt install -y libxvidcore-dev libx264-dev sudo apt install -y libgtk-3-dev sudo apt install -y libatlas-base-dev gfortran sudo apt install -y python3-dev python3-pip python3-venv这些包包含了编译工具、图像处理库、视频编解码库等都是深度学习环境的基础依赖。2. CUDA和cuDNN的安装配置这是整个安装过程中最关键也最容易出问题的一步。YOLO12官方推荐使用CUDA 11.8但经过我的测试CUDA 12.1也能正常工作。我们这里选择CUDA 11.8因为它的兼容性最好。2.1 安装NVIDIA驱动首先检查一下你的显卡型号和当前的驱动版本nvidia-smi如果这个命令报错或者没有显示GPU信息说明你需要安装NVIDIA驱动。Ubuntu20.04自带的驱动管理器用起来比较方便sudo ubuntu-drivers devices这个命令会列出可用的驱动版本选择推荐的那个安装sudo apt install nvidia-driver-535 # 这里535是示例实际根据推荐版本调整安装完成后重启系统sudo reboot重启后再运行nvidia-smi应该能看到GPU信息了。2.2 安装CUDA Toolkit 11.8到NVIDIA官网下载CUDA 11.8的安装包或者直接用命令行安装wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run sudo sh cuda_11.8.0_520.61.05_linux.run安装过程中需要注意几个选项接受许可协议取消勾选Driver因为我们已经安装了驱动其他选项保持默认安装完成后需要配置环境变量。编辑~/.bashrc文件nano ~/.bashrc在文件末尾添加export PATH/usr/local/cuda-11.8/bin${PATH::${PATH}} export LD_LIBRARY_PATH/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH::${LD_LIBRARY_PATH}} export CUDA_HOME/usr/local/cuda-11.8保存后使配置生效source ~/.bashrc验证CUDA安装nvcc --version应该显示CUDA 11.8的相关信息。2.3 安装cuDNNcuDNN是NVIDIA的深度神经网络库需要注册NVIDIA开发者账号才能下载。下载对应CUDA 11.8的cuDNN版本比如8.9.x。下载后解压并复制文件tar -xvf cudnn-linux-x86_64-8.9.x.x_cuda11-archive.tar.xz sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-11.8/include sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda-11.8/lib64 sudo chmod ar /usr/local/cuda-11.8/include/cudnn*.h /usr/local/cuda-11.8/lib64/libcudnn*3. Python环境和PyTorch安装现在我们来配置Python虚拟环境并安装PyTorch。虚拟环境的好处是可以隔离不同项目的依赖避免版本冲突。3.1 创建虚拟环境python3.9 -m venv yolov12_env source yolov12_env/bin/activate激活虚拟环境后命令行前面会出现(yolov12_env)的提示。3.2 安装PyTorch根据CUDA 11.8安装对应的PyTorch版本。到PyTorch官网查看具体的安装命令对于CUDA 11.8通常是pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118安装完成后验证PyTorch是否能识别CUDApython -c import torch; print(torch.__version__); print(torch.cuda.is_available())应该输出PyTorch版本和True。4. YOLO12的安装和配置环境都准备好了现在可以安装YOLO12了。这里我们使用官方的ultralytics实现。4.1 安装YOLO12pip install ultralytics如果安装过程中遇到问题可以尝试先升级pippip install --upgrade pip4.2 可选安装FlashAttentionYOLO12支持FlashAttention来加速注意力计算但这不是必须的。如果你的GPU是Turing架构如T4、RTX20系列或更新可以安装pip install flash-attn --no-build-isolation注意FlashAttention的安装可能会比较耗时而且对GPU架构有要求。如果安装失败或者你的GPU不支持直接跳过这一步YOLO12也能正常工作。4.3 验证安装创建一个简单的测试脚本test_install.pyfrom ultralytics import YOLO import torch print(fPyTorch版本: {torch.__version__}) print(fCUDA可用: {torch.cuda.is_available()}) print(fCUDA版本: {torch.version.cuda}) print(fGPU设备: {torch.cuda.get_device_name(0) if torch.cuda.is_available() else 无GPU}) # 尝试加载一个小的YOLO12模型 try: model YOLO(yolo12n.pt) print(YOLO12安装成功) except Exception as e: print(f安装可能有问题: {e})运行这个脚本python test_install.py如果一切正常你会看到PyTorch和CUDA的信息以及YOLO12安装成功的提示。5. 运行第一个YOLO12检测安装完成了我们来跑一个实际的例子看看效果。5.1 下载测试图片首先准备一张测试图片你可以用任何图片或者下载一个示例图片wget https://ultralytics.com/images/bus.jpg5.2 运行目标检测创建一个Python脚本first_detection.pyfrom ultralytics import YOLO import cv2 # 加载预训练的YOLO12n模型会自动下载 model YOLO(yolo12n.pt) # 运行检测 results model(bus.jpg) # 显示结果 for result in results: # 在图片上绘制检测框 annotated_image result.plot() # 保存结果 cv2.imwrite(bus_detected.jpg, annotated_image) # 打印检测到的物体 print(检测到的物体:) for box in result.boxes: class_id int(box.cls[0]) class_name result.names[class_id] confidence float(box.conf[0]) print(f - {class_name}: {confidence:.2f}) print(f\n结果已保存到 bus_detected.jpg) # 如果你有摄像头也可以试试实时检测 # results model.predict(source0, showTrue)运行这个脚本python first_detection.py第一次运行时会自动下载yolo12n.pt模型文件大概40MB左右。下载完成后程序会对图片进行检测并在控制台输出检测到的物体信息同时生成一个带检测框的图片。5.3 试试不同的模型YOLO12有多个尺寸的模型从轻量级到高精度都有# 你可以尝试不同的模型 models { nano: yolo12n.pt, # 最快精度较低 small: yolo12s.pt, # 平衡速度和精度 medium: yolo12m.pt, # 精度较好 large: yolo12l.pt, # 高精度 xlarge: yolo12x.pt # 最高精度 } # 比如试试small版本 model YOLO(yolo12s.pt) results model(bus.jpg)每个模型的大小和速度不同可以根据你的需求选择。一般来说yolo12n适合实时应用yolo12x适合需要高精度的场景。6. 常见问题解决在安装过程中你可能会遇到一些问题这里我整理了几个常见的6.1 CUDA版本不匹配如果遇到CUDA error: no kernel image is available for execution这样的错误通常是CUDA版本不匹配。解决方法是确保PyTorch的CUDA版本和系统安装的CUDA版本一致。检查版本python -c import torch; print(torch.version.cuda) nvcc --version如果不一致重新安装对应版本的PyTorch。6.2 内存不足如果运行模型时出现内存不足的错误可以尝试使用更小的模型如yolo12n而不是yolo12x减小输入图片尺寸results model(bus.jpg, imgsz320) # 默认是6406.3 下载模型失败如果下载预训练模型失败可以手动下载wget https://github.com/ultralytics/assets/releases/download/v0.0.0/yolo12n.pt然后修改代码直接加载本地文件model YOLO(./yolo12n.pt) # 使用本地文件6.4 虚拟环境问题如果你关闭终端后再次打开需要重新激活虚拟环境source yolov12_env/bin/activate为了方便可以在~/.bashrc中添加别名echo alias yolov12source ~/yolov12_env/bin/activate ~/.bashrc source ~/.bashrc这样以后只需要输入yolov12就能激活环境了。7. 进阶使用建议基本的安装和测试完成后你可能还想了解更多用法。这里给几个方向7.1 使用自定义数据集YOLO12支持训练自己的数据集。你需要准备YOLO格式的数据dataset/ ├── images/ │ ├── train/ │ └── val/ └── labels/ ├── train/ └── val/然后创建data.yaml文件# data.yaml path: /path/to/dataset train: images/train val: images/val # 类别数 nc: 10 # 类别名称 names: [person, car, bicycle, dog, cat, ...]训练命令from ultralytics import YOLO model YOLO(yolo12s.yaml) # 使用模型配置文件 results model.train( datadata.yaml, epochs100, imgsz640, batch16, device0 # 使用GPU 0 )7.2 模型导出你可以将训练好的模型导出为其他格式比如ONNX或TensorRT以便在不同平台上部署model.export(formatonnx) # 导出为ONNX model.export(formatengine) # 导出为TensorRT引擎7.3 性能优化如果觉得推理速度不够快可以尝试使用半精度FP16推理results model(bus.jpg, halfTrue)使用TensorRT加速需要额外安装TensorRT调整conf和iou阈值results model(bus.jpg, conf0.25, iou0.45)8. 总结走完这一整套流程你应该已经在Ubuntu20.04上成功安装并运行了YOLO12。整个过程虽然步骤不少但每一步都有明确的操作跟着做基本不会有大问题。实际用下来YOLO12的安装相比之前的版本确实友好了一些依赖管理做得比较好。性能方面注意力机制的引入让它在复杂场景下的表现确实有提升特别是对小物体的检测。不过资源消耗也确实比纯CNN的版本要高一些如果你的应用对实时性要求特别高可能需要在模型大小和精度之间做个权衡。如果你在安装过程中遇到了其他问题或者想了解YOLO12更高级的用法比如多GPU训练、模型蒸馏这些可以看看官方文档里面内容挺全的。不过官方文档有时候更新不及时有些细节可能需要自己摸索或者看看GitHub上的issue。刚开始接触可能会觉得配置环境有点繁琐但一旦跑通之后后面用起来就很顺畅了。深度学习框架的安装部署就是这样第一次麻烦点后面就一劳永逸了。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。