当前位置：首页 > news >正文

一分钟上手YOLOE：三步完成图片目标检测任务

news 2026/7/15 13:35:42

一分钟上手YOLOE：三步完成图片目标检测任务

你是否还在为部署目标检测模型时复杂的环境依赖而头疼？是否希望有一个开箱即用的解决方案，能让你在最短时间内看到效果、验证想法？今天我们就来介绍如何使用YOLOE 官版镜像，仅需三步，快速完成一次完整的图片目标检测任务。

无论你是刚接触AI的新手，还是想快速验证场景可行性的开发者，本文都能帮你绕过繁琐配置，在60秒内跑通第一个YOLOE检测案例。

1. 准备工作：启动镜像并进入环境

首先确保你已成功拉取并运行了 YOLOE 官方预构建镜像。该镜像已集成所有必要依赖（PyTorch、CLIP、MobileCLIP、Gradio等），无需手动安装任何库。

进入容器后，第一步是激活 Conda 环境并切换到项目目录：

# 激活 yoloe 环境 conda activate yoloe # 进入代码根目录 cd /root/yoloe

提示：这个路径/root/yoloe是镜像中默认的代码存放位置，所有脚本和模型都已就位，无需额外下载。

此时你的运行环境已经准备就绪。接下来就可以直接调用预测脚本进行检测。

2. 执行检测：选择适合你的提示方式

YOLOE 的一大亮点是支持多种提示范式——你可以通过文字、视觉示例或完全无提示的方式让模型“看见”图像中的内容。下面我们分别演示三种最常用的使用方式。

2.1 文本提示检测（Text Prompt）

这是最直观的方式：告诉模型你想找什么物体，它就会自动识别图中是否存在这些对象。

例如，我们要在一张公交车照片中检测“人、狗、猫”，只需执行以下命令：

python predict_text_prompt.py \ --source ultralytics/assets/bus.jpg \ --checkpoint pretrain/yoloe-v8l-seg.pt \ --names person dog cat \ --device cuda:0

--source：输入图片路径，镜像自带示例图片
--checkpoint：使用的预训练权重文件
--names：你要检测的类别名称列表
--device：指定使用 GPU 加速推理

运行完成后，结果会保存在runs/predict-text-prompt/目录下，包含带标注框的输出图像和分割掩码。

2.2 视觉提示检测（Visual Prompt）

如果你不擅长描述物体，也可以用一张“示例图”告诉模型你要找什么。

比如你想找出与某张小狗图片相似的动物，可以这样运行：

python predict_visual_prompt.py

该脚本会引导你输入参考图像路径和待检测图像路径，然后基于视觉特征匹配目标。特别适用于工业质检、特定物品检索等场景。

2.3 无提示自由检测（Prompt-Free）

不想写提示词？也没问题！YOLOE 支持零提示模式，能够自动发现图像中所有可见物体。

运行如下命令即可开启“全自动观察”模式：

python predict_prompt_free.py

模型将输出图像中识别出的所有物体及其边界框和分割区域，非常适合探索性分析或开放场景下的内容理解。

3. 快速验证：Python API 调用更灵活

除了命令行方式，你还可以在 Jupyter Notebook 或自定义脚本中使用 Python 接口，实现更灵活的集成。

YOLOE 提供了类似 Ultralytics 风格的简洁 API，支持从 Hugging Face 自动下载模型：

from ultralytics import YOLOE # 自动下载并加载预训练模型 model = YOLOE.from_pretrained("jameslahm/yoloe-v8l-seg") # 对本地图片进行推理 results = model.predict( source="ultralytics/assets/bus.jpg", names=["person", "dog", "cat"], device="cuda:0" ) # 显示结果 results[0].show()

这段代码会自动完成模型下载（首次运行）、前向推理和可视化展示，整个过程不到10秒。