从零开始学YOLO26：官方镜像保姆级入门教程-程序员充电站

从零开始学YOLO26：官方镜像保姆级入门教程

你不需要懂CUDA版本兼容性，不用反复卸载重装PyTorch，也不用为ModuleNotFoundError: No module named 'torch._C'抓狂到凌晨三点——这是一份真正写给“第一次打开终端”的人的YOLO26入门指南。

它不讲论文、不推公式、不谈mAP计算原理。只做三件事：
让你5分钟内跑通第一张图片的检测结果
教你改3处代码就能用自己的数据集训练模型
告诉你训练完的模型文件在哪、怎么下载、怎么验证效果

全程在镜像里操作，所有依赖已预装，所有路径已验证，所有截图来自真实环境。现在，打开你的终端，我们开始。

1. 镜像启动后第一件事：别急着写代码，先认路

镜像启动成功后，你会看到一个干净的Linux终端界面。这不是裸机系统，而是一个开箱即用的YOLO26专用开发沙盒。它已经为你准备好了一切，但你需要知道“东西放在哪”、“该进哪个门”。

1.1 环境与目录结构速览

镜像默认使用Conda管理Python环境，核心信息如下：

项目	版本/说明
Python	`3.9.5`（稳定、兼容性强）
PyTorch	`1.10.0`（专为YOLO26优化的版本）
CUDA	`12.1`（驱动层已对齐，无需手动安装）
主代码路径	`/root/ultralytics-8.4.2`（原始只读代码）
推荐工作区	`/root/workspace/ultralytics-8.4.2`（你可自由修改）

注意：原始代码在系统盘（/root/ultralytics-8.4.2），但它是只读的。所有修改必须在/root/workspace/下进行，否则重启镜像后更改会丢失。

1.2 激活环境 + 复制代码到工作区（两步定乾坤）

在终端中依次执行以下两条命令（复制粘贴即可，无需理解原理）：

conda activate yolo

这条命令把你从默认的base环境切换到专为YOLO26配置的yolo环境。如果提示Command 'conda' not found，说明镜像未完全加载，请稍等10秒后重试。

接着，把原始代码完整复制到可写区域：

cp -r /root/ultralytics-8.4.2 /root/workspace/

执行成功后，你会看到光标直接跳到下一行（无报错即成功）。
此时，/root/workspace/ultralytics-8.4.2就是你接下来所有操作的“主战场”。

最后进入该目录：

cd /root/workspace/ultralytics-8.4.2

现在，你站在了YOLO26的家门口。门开着，钥匙在手里，我们进去。

2. 第一次推理：让YOLO26“看见”一张图

推理（inference）是验证环境是否正常、模型是否可用的最快方式。我们不用自己准备图片——镜像里自带测试图。

2.1 创建并编辑`detect.py`

在当前目录（/root/workspace/ultralytics-8.4.2）下，新建一个Python文件：

nano detect.py

将以下内容完整粘贴进去（注意：是全部替换，不要保留nano默认内容）：

# -*- coding: utf-8 -*- from ultralytics import YOLO if __name__ == '__main__': model = YOLO(model='yolo26n-pose.pt') model.predict( source='./ultralytics/assets/zidane.jpg', save=True, show=False )

关键点说明（用人话）：

model='yolo26n-pose.pt'：这是镜像内置的轻量级姿态检测模型，已放在根目录，直接能用；
source='./ultralytics/assets/zidane.jpg'：这是Ultralytics官方提供的经典测试图（足球运动员Zidane），路径固定，不用找；
save=True：把画好框的结果图自动保存到runs/detect/predict/文件夹；
show=False：不弹窗显示（服务器环境无法图形化显示，设为False才不会报错）。

按Ctrl+O→ 回车（保存）→Ctrl+X（退出nano）。

2.2 运行！看结果

输入命令：

python detect.py

你会看到终端快速滚动输出，类似这样：

Ultralytics 8.4.2 Python-3.9.5 torch-1.10.0+cu121 CUDA:0 (Tesla T4, 15109MiB) ... Results saved to runs/detect/predict

成功标志：最后一行出现Results saved to runs/detect/predict
结果在哪：打开文件浏览器，进入runs/detect/predict/，找到zidane.jpg—— 它已被YOLO26自动标注出人体关键点和边界框。

小技巧：如果你用的是带图形界面的远程桌面（如VNC），可以双击打开这张图；如果只是SSH终端，用以下命令快速查看图片尺寸和基本信息：
identify runs/detect/predict/zidane.jpg

3. 用你自己的图片/视频做推理（3种场景全覆盖）

上面是“照着说明书走”，现在升级为“自己掌控”。只需改source=这一行，YOLO26就能处理你手头的任何视觉数据。

3.1 推理单张本地图片

把你的图片（比如mycar.jpg）上传到镜像的/root/workspace/目录下（可用Xftp拖拽），然后修改detect.py：

source='/root/workspace/mycar.jpg', # ← 改这里

再运行python detect.py，结果会保存在runs/detect/predict/下同名文件。

3.2 推理整个文件夹里的所有图片

把一堆图放进/root/workspace/images/（提前建好），然后：

source='/root/workspace/images/', # 末尾加斜杠，表示文件夹

运行后，runs/detect/predict/下会生成对应的所有标注图。

3.3 实时摄像头或视频流

调用本地摄像头（笔记本/USB摄像头）：
```
source=0, # 数字0代表默认摄像头
```
推理MP4视频（上传video.mp4到/root/workspace/）：
```
source='/root/workspace/video.mp4',
```

推理RTSP网络流（如海康摄像头）：

source='rtsp://admin:password@192.168.1.64:554/stream1',

所有场景都只需改source=一个参数，其他保持不变。YOLO26会自动识别输入类型并启用对应逻辑。

4. 训练自己的模型：改3个地方，200轮训练就启动

训练（training）不是魔法。它只是让YOLO26“学习”你数据集里的目标长什么样。镜像已为你铺好路，你只需填3个空。

4.1 准备你的数据集（YOLO格式，5分钟搞定）

YOLO要求数据集按以下结构组织（严格大小写）：

my_dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yaml

images/train/：存放训练用的JPG/PNG图片（至少50张）
labels/train/：存放同名TXT标签文件（每张图一个TXT，内容是归一化坐标）
data.yaml：告诉YOLO“你有多少类”“路径在哪”

小白友好做法：
用CVAT或LabelImg标注后，导出为YOLO格式，直接上传整个my_dataset文件夹到/root/workspace/即可。

4.2 编写`data.yaml`（抄这个模板就行）

在/root/workspace/下新建data.yaml，内容如下（根据你的实际类别修改）：

train: ../my_dataset/images/train val: ../my_dataset/images/val nc: 2 # 类别数量（例如：person, car → 就是2） names: ['person', 'car'] # 类别名称，顺序必须和标签数字一致（0=person, 1=car）

注意：train和val路径是相对于data.yaml自身位置的相对路径，所以写成../my_dataset/...才能正确指向你上传的文件夹。

4.3 创建`train.py`（核心：只改3处）

在/root/workspace/ultralytics-8.4.2目录下新建train.py：

nano train.py

粘贴以下代码（已精简，仅保留必要参数）：

from ultralytics import YOLO if __name__ == '__main__': model = YOLO('yolo26.yaml') # ← 1. 指向模型结构定义文件 model.train( data='/root/workspace/data.yaml', # ← 2. 指向你刚写的data.yaml epochs=200, # ← 3. 训练轮数（可调小试试，如50） imgsz=640, batch=128, device='0', project='/root/workspace/runs/train', name='my_exp' )

3处必改项解释：

'yolo26.yaml'：镜像内置的YOLO26网络结构配置，在ultralytics/cfg/models/26/下，路径已简化；
data='/root/workspace/data.yaml'：绝对路径，确保YOLO能找到你的数据集；
epochs=200：新手建议先设为50，快速验证流程是否通，再调高。

保存退出（Ctrl+O→ 回车 →Ctrl+X）。

4.4 启动训练 & 实时看进度

运行命令：

python train.py

你会看到实时日志滚动，类似：

Epoch GPU_mem box_loss cls_loss dfl_loss ... metrics/mAP50-95(B) ... 0/199 4.2G 1.2456 0.8765 1.0234 ... 0.1234 1/199 4.2G 1.1987 0.8210 0.9876 ... 0.1345

训练中：所有日志和模型文件自动保存到/root/workspace/runs/train/my_exp/
中断恢复：下次运行时加resume=True参数即可从中断处继续

提示：训练过程会自动生成results.png（loss曲线）、confusion_matrix.png（混淆矩阵），都在my_exp/文件夹里，双击即可查看。

5. 训练完的模型在哪？怎么用？怎么下载？

训练结束 ≠ 任务完成。你真正需要的是那个.pt文件——它就是你亲手训练出来的“AI眼睛”。

5.1 模型文件位置（记住这个路径）

训练完成后，模型权重保存在：

/root/workspace/runs/train/my_exp/weights/best.pt

best.pt：验证集mAP最高的模型（推荐用于部署）
last.pt：最后一轮保存的模型（可用于继续训练）

5.2 本地验证：用你刚训的模型再跑一遍推理

修改detect.py，把模型路径换成你自己的：

model = YOLO('/root/workspace/runs/train/my_exp/weights/best.pt')

再运行python detect.py，就能看到你的模型在测试图上的表现。

5.3 下载到本地电脑（Xftp操作指南）

打开Xftp，连接镜像服务器（IP、端口、账号密码同登录终端一致）；
左侧是你的本地电脑，右侧是镜像服务器；
在右侧导航栏，依次打开：
root→workspace→runs→train→my_exp→weights；
鼠标双击best.pt文件 → 自动开始下载到左侧本地文件夹；
下载完成后，你就可以在本地用YOLO('best.pt').predict(...)调用它了。

小技巧：如果模型文件大（>100MB），右键点击weights文件夹 → “压缩” → 生成weights.zip→ 再双击下载，速度更快。

6. 镜像内置资源一览：你已拥有的“武器库”

这个镜像不是空白容器，而是一个装满工具的AI军火库。以下是已预置、开箱即用的关键资源：

资源类型	位置	说明
预训练权重	`/root/workspace/`根目录	`yolo26n.pt`,`yolo26n-pose.pt`,`yolo26s.pt`等，直接可用
模型配置文件	`ultralytics/cfg/models/26/`	`yolo26.yaml`,`yolo26-pose.yaml`，定义网络结构
测试图片集	`ultralytics/assets/`	`zidane.jpg`,`bus.jpg`,`dog.jpg`等10+张标准测试图
评估脚本	`ultralytics/utils/`	`metrics.py`,`plots.py`，支持mAP、PR曲线等分析
导出工具	`model.export()`方法	一键导出ONNX、TensorRT、CoreML等格式，无缝对接部署

你不需要搜索、下载、解压、校验——它们就在那里，路径固定，版本匹配，随时待命。

7. 新手最常踩的3个坑及解决方案

基于上百次真实用户反馈，我们整理出新手前三高频问题，附带“一句话解决法”。

7.1 问题：运行`python detect.py`报错`ModuleNotFoundError: No module named 'ultralytics'`

原因：没激活yolo环境
解决：先执行conda activate yolo，再运行python命令

7.2 问题：训练时报错`OSError: image file is truncated`或`cannot identify image file`

原因：数据集里有损坏图片（常见于上传中断）
解决：在/root/workspace/my_dataset/images/train/下运行：

find . -name "*.jpg" -exec file {} \; | grep "broken" | cut -d: -f1 | xargs rm -f

（该命令自动删除所有损坏JPG）

7.3 问题：训练时GPU显存爆满（OOM），报错`CUDA out of memory`

原因：batch size太大，或图片分辨率太高
解决：在train.py的model.train()中，把batch=128改成batch=64或32，同时把imgsz=640改成imgsz=480，再试。

进阶提示：想查当前GPU占用，随时敲nvidia-smi，一眼看清显存和进程。

8. 下一步：从入门到实用的3个行动建议

你现在已具备独立运行YOLO26的能力。接下来，按优先级推进这三步，把技术真正变成生产力：

8.1 今天就做：用手机拍5张图，标注后训练一个“识别水杯”的小模型

工具：手机拍照 → Roboflow 免费在线标注 → 导出YOLO格式 → 上传训练
目标：2小时内看到best.pt生成，并在自己照片上准确框出水杯

8.2 本周目标：把训练好的模型导出为ONNX，在Python脚本中脱离YOLO环境调用

只需一行代码：

model.export(format='onnx', dynamic=True, opset=12)

导出后，用标准ONNX Runtime即可推理，不再依赖Ultralytics库

8.3 长期习惯：每次训练前，把`data.yaml`和`train.py`备份到本地Git仓库

命令示例：

cd /root/workspace/ git init && git add data.yaml train.py && git commit -m "v1-cup-detection"

这样你永远知道“哪个版本的参数，对应哪个mAP结果”，告别“上次那个好模型去哪了”的焦虑

获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。

从零开始学YOLO26：官方镜像保姆级入门教程