yolov3

环境要求

• 已安装 Python 及 pip（可用 pip 安装依赖）
• 已安装 PyTorch（README 通过 torch.hub 加载模型）
• 网络可访问，首次使用时模型权重会自动下载

安装与启动步骤

1. 1克隆项目仓库

   从 GitHub 拉取 ultralytics/yolov3 源码，也可直接从 PyTorch Hub 加载而跳过此步。

   git clone https://github.com/ultralytics/yolov3.git

   复制

2. 2安装依赖包

   进入项目目录，按 README 给出的方式安装 requirements.txt 中的依赖。

   cd yolov3
   pip install -r requirements.txt

   复制

3. 3通过 Hub 加载模型

   README 说明可用 PyTorch Hub 直接加载 YOLOv3，权重首次使用时自动下载。

   python -c "import torch; model = torch.hub.load('ultralytics/yolov3', 'yolov3'); print(model)"

   复制

4. 4运行图片推理

   对本地文件、URL、PIL 图像、OpenCV 帧或 numpy 数组执行推理，示例用官方图片 URL。

   python -c "import torch; model = torch.hub.load('ultralytics/yolov3', 'yolov3'); results = model('https://ultralytics.com/images/zidane.jpg'); print(results)"

   复制

如何确认成功

命令能正常输出模型信息与推理结果，且首次运行自动下载权重完成，即表示加载与推理成功。

常见问题

注意事项

• README 节选仅提供了 pip install -r requirements.txt 这一条安装命令，其余步骤仅供参考。
• requirements.txt 中的具体依赖与 Python 版本未在节选中列出，安装失败时请查阅官方文档。
• 项目支持 YOLOv3、YOLOv3-SPP、YOLOv3-tiny 三种模型，具体加载参数以官方文档为准。