1.效果

2.下载代码

https://github.com/sunsmarterjie/yolov12

3.搭建虚拟环境

conda create -n yolov12 python=3.11
conda activate yolov12

4.安装依赖库

pip install -r requirements.txt
pip install -e .

5.安装 flash_attn-2.7.3+cu11torch2.2cxx11abiFALSE-cp311-cp311-linux_x86_64.whl 

https://github.com/Dao-AILab/flash-attention/releases/download/v2.7.3/flash_attn-2.7.3+cu11torch2.2cxx11abiFALSE-cp311-cp311-linux_x86_64.whl

6.把flash_attn-2.7.3+cu11torch2.2cxx11abiFALSE-cp311-cp311-linux_x86_64.whl放到代码根目录下 

7. 搭建自己的数据集

9.打开 dota8.yaml

10.修改dota8.yaml代码

11.运行train.py训练模型12.测试

运行  predict.py

from ultralytics import YOLO
import cv2

# 加载模型（记得替换为你实际的权重路径）
model = YOLO(r'runs\detect\train\weights\best.pt')  # yolov12s.pt、m.pt、l.pt、x.pt 也行

# 读取一张图片进行预测（你也可以替换为视频或摄像头）
img_path = r'datasets\dota8\images\train\P1161__1024__3296___1648.jpg'  # 替换为你自己的图片路径
results = model(img_path, stream=True)

# 遍历结果并在窗口中显示
for r in results:
    im_array = r.plot()  # 绘制预测框
    im_bgr = cv2.cvtColor(im_array, cv2.COLOR_RGB2BGR)  # 转为 OpenCV 格式
    cv2.imshow('YOLOv12 Detection', im_bgr)
    cv2.waitKey(0)  # 等待按键
    cv2.destroyAllWindows()

13.测试结果

14.需要辅导请联系