YOLOv12安装实现

---

一、引言

YOLO系列最新改进：YOLOv12超越YOLO11，YOLOv12: Attention-Centric Real-Time Object Detectors

论文地址：[2502.12524] YOLOv12: Attention-Centric Real-Time Object Detectors

---

二 、YOLOv12源代码

直接上源代码 ：github.comhttps://github.com/sunsmarterjie/yolov12

三、环境配置

1.安装Anaconda（如果没有安装anaconda的先安装一个吧）

• 从清华镜像源https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载并安装Anaconda，推荐Python 3.11版本，后面与YOLOv12兼容。

2.源码获取与依赖安装

下载YOLO源码（先备好）：

项目首页 - yolov12:YOLOv12: Attention-Centric Real-Time Object Detectors - GitCodehttps://gitcode.com/gh_mirrors/yo/yolov12?utm_source=csdn_github_accelerator

github.comhttps://github.com/sunsmarterjie/yolov12

2.安装PyTorch CPU版本

1.安装PyTorch CPU版本（若安装GPU版本可以自行搜索）

GPU版推荐这位博主写的很详细：YOLOv12环境配置，手把手教你使用YOLOv12训练自己的数据集和推理(附YOLOv12网络结构图)，全文最详细教程-CSDN博客

这里啰嗦一句本人用的是核显cpu所示不得不装CPU版本（主要就是没钱换。。。。），我是写好代码再放到服务器上跑。

2.进入anaconda下的base命令：

点开命令窗口输入以下命令：

2.1创建虚拟环境（这里提示升级的话，建议直接升级）

conda create -n yolov12 python=3.11

conda create -n yolov12 python=3.11

2.2激活环境

conda activate yolov12

可以用：conda env list 查看所有环境

2.3 安装PyTorch CPU版

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu

（我是这么做的）如果不行就用本地安装，先下载好PyTorch文件在进行安装：

1.（ 能装好的直接滤过这一步）本地下载文件

   共需要下载三个文件（一定要对照自己的Python版本不然会出问题！一定要对照自己的Python版本不然会出问题！一定要对照自己的Python版本不然会出问题！这里是Python3.11）：

1.torch-2.2.2+cpu-cp311-cp311-win_amd64.whl
2.torchaudio-2.2.2+cpu-cp311-cp311-win_amd64.whl
3.torchvision-0.17.2+cpu-cp311-cp311-win_amd64.whl

下载地址（清华源镜像）：Links for torch (tsinghua.edu.cn)https://pypi.tuna.tsinghua.edu.cn/simple/torch/

下拉找到自己需要的文件下载，对好版本！

2.本地安装命令

安装之前的步骤先激活自己的环境进入YOLOv12环境再进行安装（注意：这里要将下载好的文件放在环境所在盘的根目录：我是放在D盘的，环境也在D盘）。

然后运行命令：

(YOLOv12) D:\>pip install torch-2.2.2+cpu-cp311-cp311-win_amd64.whl

pip torchaudio-2.2.2+cpu-cp311-cp311-win_amd64.whl
pip torchvision-0.17.2+cpu-cp311-cp311-win_amd64.whl

依次运行即可。

四、安装依赖

安装requirements.txt文件的环境。

1.用pycharm打开下载好的YOLOv12源代码文件。

2.修改Python解释器

这是我已经添加了的，没有添加解释器前，先点击添加解释器。如下

3.等加载好文件后就安装依赖

找到pycharm底下的终端，点开

输入命令安装好依赖：

(yolov12) PS E:\YOLOv12\yolov12_Gaijin> pip install -r  E:/YOLOv12/yolov12_Gaijin/requirements.txt 

这里可以注释掉前三个文件，如果有GPU依赖可注释掉。

四、训练验证

验证是否安装好：

创建train.py文件，在主页下运行以下代码。

from ultralytics import YOLO

if __name__ == '__main__':

    model = YOLO('E:/YOLOv12/yolov12_Gaijin/ultralytics/cfg/models/v12/yolov12.yaml')
    print(model)

输出：网络结构就安装好了。

文件较大只截取了一部分

如有问题：咱们评论区取见，看到有时间会回复的。