下载YOLOv8预训练模型，导入到ultralytics-main项目根目录下。

### 下载并导入 YOLOv8 预训练模型 为了下载 YOLOv8 的预训练模型并将它放置到 `ultralytics-main` 项目的根目录中，可以按照以下方法操作： #### 步骤说明 1. **安装 Ultralytics 库** 如果尚未安装 `Ultralytics` 库，则需要先通过 pip 安装该库。这一步会自动下载官方提供的预训练权重文件。 ```bash pip install ultralytics ``` 2. **加载预训练模型** 使用 Python 脚本可以直接调用预训练模型而无需手动下载。例如，在脚本中执行以下代码即可加载官方发布的 YOLOv8n 模型（或其他变体如 YOLOv8s、YOLOv8m 等）[^1]： ```python from ultralytics import YOLO # 加载预训练的 YOLOv8n 模型 model = YOLO('yolov8n.pt') ``` 3. **手动下载预训练模型** 若希望手动获取预训练模型文件，可以从 Ultralytics 提供的 GitHub 页面下载对应版本的 `.pt` 文件。以下是链接模板： - [https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt](https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt) 将上述 URL 中的 `yolov8n.pt` 替换为目标模型名称（如 `yolov8s.pt`, `yolov8m.pt`），然后使用浏览器或命令行工具完成下载。 4. **移动模型至项目根目录** 假设已成功下载目标模型文件（如 `yolov8n.pt`），将其复制到 `ultralytics-main` 项目的根目录下。可以通过以下命令实现： ```bash cp /path/to/downloaded/yolov8n.pt /path/to/ultralytics-main/ ``` 5. **验证模型路径配置** 在自定义预测脚本中指定正确的模型路径。如果模型位于项目根目录，则可直接引用其相对路径: ```python from ultralytics import YOLO # 加载本地存储的预训练模型 model = YOLO('./yolov8n.pt') # './' 表示当前工作目录下的文件 source = 'test1.jpg' # 执行推理并保存结果 model.predict(source, save=True) ``` --- ### 注意事项 - 当前支持的预训练模型包括但不限于：`yolov8n.pt`, `yolov8s.pt`, `yolov8m.pt`, `yolov8l.pt`, 和 `yolov8x.pt`。每种型号代表不同的复杂度和精度权衡。 - 如果未显式提供模型路径，默认情况下将尝试从网络拉取最新版预训练权重。 ---