安装YOLO26

Ultralytics YOLO26 安装为例

• Ultralytics YOLO26 完整训练指南（从零开始）
• YOLO26 从入门到精通

1. 创建虚拟环境

# 使用 conda 创建虚拟环境
conda create -n yolo26 python=3.11 -y
conda activate yolo26

如需要安装conda

2. 安装 PyTorch

根据你的硬件选择对应版本：

# GPU 版本（CUDA 12.1）— 推荐
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

# CPU 版本
pip install torch torchvision torchaudio

# macOS Apple Silicon（M1/M2/M3/M4，自带 MPS 支持）
pip install torch torchvision torchaudio

查看安装的 PyTorch 版本

conda list | grep torch

3. 安装 Ultralytics

pip install ultralytics

3.1. 终端验证安装

yolo checks

正常输出会显示 Ultralytics 版本、Python 版本、PyTorch 版本和可用设备信息。

3.2. 或使用python 验证安装

在 Python 终端 / IDE 中执行以下代码，无报错即环境配置完成：

from ultralytics import YOLO

# 加载YOLO26-Nano模型，自动下载预训练权重
model = YOLO('yolo26n.pt')
print(f"✅ YOLO26模型加载成功！模型参数量：{sum(p.numel() for p in model.parameters())/1e6:.1f}M")

4. 注意事项

• 不要在系统全局 Python 中安装，务必使用虚拟环境隔离
• GPU 训练必须安装 CUDA 对应版本的 PyTorch，去 PyTorch 官网 确认版本对应关系
• macOS 用户可以使用 device="mps" 来利用 Apple Silicon 加速训练
• Windows 用户如果遇到 RuntimeError，需要在脚本中添加 if __name__ == "__main__": 保护