如何训练
winodws N 卡电脑上 YOLO11 模型训练命令
# 先在电脑安装 Visual Studio 的 C++ 桌面开发套件，如果已安装则跳过这一步，以下是链接
# https://visualstudio.microsoft.com/
# 在电脑上下载安装 CUDA 11.8 Toolkit，如果已安装则跳过这一步，以下是链接
# https://developer.nvidia.com/cuda-11-8-0-download-archive
# 这里假设你已经有 Python 3.10 环境，没有请自行创建（本人仅用 Python 3.10 环境测试，更高版本不确定是否可行）
# 先安装 ultralytics，如果已安装则跳过这一步
pip install ultralytics
# 重新安装支持 nVIDIA CUDA 11.8 Toolkit 的 torch 库
# 如果确认安装过了支持 CUDA 的 torch 库则跳过这一步
pip uninstall torch torchvision torchaudio # 卸载掉电脑上已安装的 CPU 版 torch （假设安装了）
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
yolo train model=yolo11m.pt data=COCO.yml epochs=300 imgsz=640 device=0 # 使用 GPU0 对样本进行训练
macos 上 YOLO11 模型训练命令
# 这里假设你已经有 Python 3.10 环境，没有请自行创建（本人仅用 Python 3.10 环境测试，更高版本不确定是否可行）
# 先安装 ultralytics，如果已安装则跳过这一步
pip install ultralytics
# 如果确认安装过了支持 CUDA 的 torch 库则跳过这一步
pip install torch torchvision torchaudio
yolo train model=yolo11m.pt data=COCO.yml epochs=300 imgsz=640 device=mps # 使用 Metal 着色器对加速训练
macos 下 YOLO11 格式转换命令参考
# 这里假设你已经有 Python 3.10 环境，没有请自行创建（本人仅用 Python 3.10 环境测试，更高版本不确定是否可行）
# 先安装 ultralytics，如果已安装则跳过这一步
pip install ultralytics
# 如下 iOS 14 可以指定 format 为 mlmodel 转换为旧版 mlmodel
yolo export format=mlmodel nms=True model=best.pt
# iOS 15 及以上可以指定 format 为 coreml 转换为 mlpackage 模型
yolo export format=coreml nms=True model=best.pt
# nms=True 是必选项