前言

最新的 YOLOv12 已正式发布！作为目标检测领域的前沿模型，它带来了更高的检测精度与更快的推理速度。本文将简要介绍如何安装并使用 YOLOv12，帮助大家快速上手，体验这一最新版本的强大性能。感谢课题组陈晓锋同学的工作！

首先展示搭建完成的Yolov12的效果：

注意

由于网络等因素，访问 GitHub 有时会遇到速度慢甚至无法访问的问题
使用镜像网站，镜像网站是对 GitHub 上的内容进行定期同步的站点，访问这些镜像网站可以获得更快的速度。
使用代理，通过代理服务器中转网络请求，利用代理服务器的网络环境来加速访问 GitHub。

安装步骤

第一步：在项目中新建文件夹yolov12

yolos@wqt:~/Projects$ mkdir yolov12

第二步：cd进入新建的yolov12文件夹

yolos@wqt:~/Projects$ cd yolov12/

第三步：从GitHub克隆yolov12项目到文件夹中

yolos@wqt:~/Projects/yolov12$ git clone https://github.com/sunsmarterjie/yolov12.git

等待克隆完成：Git 会自动下载项目文件到指定目录。
此过程需要对GitHub进行网络加速，否则有可能会引发网络错误从而导致下载失败。

第四步：从GitHub中下载一个flash-attn.whl的编译包

YOLOv12的模型文件中主要使用了A2C2f模块，这需要安装flash-attn包。
FlashAttention是一系列针对大模型训练和推理加速方案，能够实现数倍的加速效果，在大模型上均起到了非常不错的加速效果。

yolos@wqt:~/Projects/yolov12$ wget https://github.com/Dao-AILab/flash-attention/releases/download/v2.7.3/flash_attn-2.7.3+cu11torch2.2cxx11abiFALSE-cp311-cp311-linux_x86_64.whl

此过程同样需要对GitHub进行网络加速，否则有可能会引发网络错误从而导致下载失败。

第五步：安装虚拟环境yolov12并进入

在这里，利用Anaconda环境管理创建独立的虚拟环境yolov12

yolos@wqt:~/Projects/yolov12$ conda create -n yolov12 python=3.11
yolos@wqt:~/Projects/yolov12$ conda activate yolov12

第六步：安装requirements.txt文件中的所有内容

(yolov12) yolos@wqt:~/Projects/yolov12$  pip install -r requirements.txt

此步骤会经常发生网络错误，出现错误需要更换不同的源进行下载

第七步：配置（editable）可编辑模式安装 Python 包

(yolov12) yolos@wqt:~/Projects/yolov12$  pip install -e .

同样，此步骤会经常发生网络错误，出现错误需要更换不同的源进行下载

第八步：下载权重文件Turbo yolov12n.pt

(yolov12) yolos@wqt:~/Projects/yolov12$ wget https://objects.githubusercontent.com/github-production-release-asset-2e65be/928546208/16347a3c-8fea-4ca8-a214-f01fc5e82318?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=releaseassetproduction%2F20250317%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Date=20250317T104731Z&X-Amz-Expires=300&X-Amz-Signature=bfabebb4cf14b2502b83cbf27fb7a5991cbfd584f9746da7b796dcba6b9ddd1e&X-Amz-SignedHeaders=host&response-content-disposition=attachment%3B%20filename%3Dyolov12n.pt&response-content-type=application%2Foctet-stream

此过程同样需要对GitHub进行网络加速，否则有可能会引发网络错误从而导致下载失败。

推理验证

这里选择采用https://github.com/ultralytics/ultralytics的命令行推理验证
此网页是ultralytics官方网页

(yolov12) yolos@wqt:~/Projects/yolov12$ yolo predict model=yolov12n.pt source='https://ultralytics.com/images/bus.jpg'

此过程同样需要对GitHub进行网络加速，否则有可能会引发网络错误从而导致图片下载失败。
在成功推理后，可以在./yolov12/runs/detect/predict/目录下找到bus.jpg照片

小结

至此，文件创建、文件下载、环境创建下载、配置就已经完成了