YOLOv11 安装开发环境

官方源码下载地址：

https://github.com/ultralytics/ultralytics?tab=readme-ov-file

创建虚拟环境（python3.10 GPU版本没安装成功）

conda create -n YOLOv11 python==3.8

使用PyCharm打开工程，然后切换到虚拟环境，执行下面命令安装依赖包

pip install ultralytics

运行测试

在工程目录下新建个test.py文件，拷贝下面代码

from collections import defaultdict
import cv2
import numpy as np
from ultralytics import YOLO

if __name__ == '__main__':

    model = YOLO(model="weights/yolo11n.pt")
    video_path = "ultralytics\\assets\\test.avi"
    cap = cv2.VideoCapture(video_path)
    track_history = defaultdict(lambda: [])

    while cap.isOpened():
        success, frame = cap.read()
        if success:
            results = model.track(frame, persist=True)
            boxes = results[0].boxes.xywh.cpu()
            track_ids = results[0].boxes.id.int().cpu().tolist()
            annotated_frame = results[0].plot()
            # Plot the tracks
            for box, track_id in zip(boxes, track_ids):
                x, y, w, h = box
                track = track_history[track_id]
                track.append((float(x), float(y)))  # x, y center point
                if len(track) > 20:  # retain 30 tracks for 30 frames
                    track.pop(0)
                points = np.hstack(track).astype(np.int32).reshape((-1, 1, 2))
                cv2.polylines(annotated_frame, [points], isClosed=False, color=(0, 255, 0), thickness=2)
            cv2.imshow("YOLO Tracking", annotated_frame)
            if cv2.waitKey(1) == 27:
                break
        else:
            break
    cap.release()
    cv2.destroyAllWindows()

然后直接运行即可，可以看到可以输出目标ID和运动轨迹。