Ubuntu20下Yolov11的安装、测试及结果展示

在Ubuntu 20.04上安装YOLOv11（You Only Look Once的版本11），需要先确保已安装了基本的依赖项，如Python、TensorFlow等。以下是简单的步骤：

1. **安装依赖**:
- 更新包列表并安装必要的库：

     sudo apt update
     sudo apt install software-properties-common python3-pip python3-dev build-essential cmake git

- 安装TensorFlow 2.x版本（由于YOLOv11基于PyTorch，这里假设您更倾向于使用PyTorch）：

     sudo apt-get install python3-tensorflow

或者安装PyTorch和CUDA（如果有的话）：

     pip3 install torch torchvision torchaudio -f https://download.pytorch.org/whl/torch_stable.html

2. **克隆YOLOv11仓库**:

   git clone https://github.com/AlexeyAB/darknet.git
   cd darknet

3. **修改Makefile**:
需要下载预训练权重文件，并将`PYTHON=python3`添加到Makefile中。例如：

   PYTHON=python3
   CUDA?=1
   CUDA_ARCH=-gencode arch=compute_61,code=sm_61 \
                -gencode arch=compute_70,code=sm_70 \
                -gencode arch=compute_75,code=sm_75 \
                -gencode arch=compute_86,code=sm_86 \
                -D "__蟊__CUDA"

4. **编译YOLOv11**:

   make yolo11

5. **测试模型**:
使用命令行工具运行示例检测图像或视频：

   ./darknet detect cfg/yolov11.cfg yolov11.weights /path/to/image.jpg

或者指定输入视频路径进行实时检测。

6. **结果展示**:
结果通常会显示在终端窗口，包括预测的类别和置信度。您可以截取屏幕截图或直接查看输出内容以查看检测结果。

注意：YOLOv11是一种较新的版本，可能在一些旧版Ubuntu系统上存在兼容性问题。确保您的环境满足最新版本的需求，并根据项目文档进行相应的调整。