YOLO12 实时目标检测实战教程
1. 引言：为什么选择 YOLO12？
目标检测是计算机视觉中最实用的技术之一，它能让计算机看懂图像中的物体在哪里、是什么。YOLO12 作为 Ultralytics 推出的最新版本，在速度和精度之间找到了更好的平衡点。
想象一下这样的场景：你需要实时分析监控视频，每秒要处理上百帧图像；或者你想给相册里的照片自动添加标签，快速找到所有包含猫咪的照片。YOLO12 的 nano 版本就能以 131 FPS 的速度运行，几乎是在眨眼之间就能完成检测任务。
这个教程将带你快速部署 YOLO12 的 nano 版本，这是最轻量级的模型，只有 5.6MB 大小，370 万个参数，但检测效果却相当不错。无论你是想在边缘设备上运行，还是只是想快速体验目标检测的魅力，这个版本都是最佳选择。
2. 环境准备与快速部署
2.1 选择合适的环境
YOLO12 支持多种硬件环境，从普通的 CPU 到高性能的 GPU 都能运行。不过要获得最佳的 131 FPS 速度，建议使用带有 NVIDIA 显卡的环境。镜像已经预装了所有必要的依赖，包括 PyTorch 2.5.0 和 CUDA 12.4，开箱即用。
2.2 一键部署步骤
部署过程非常简单，只需要几个步骤：
- 准备预配置了必要依赖的运行环境
- 启动实例服务
- 等待初始化完成
- 确认实例状态变为已启动
首次启动时会需要 3-5 秒来加载模型权重到显存中，之后每次启动都会很快。这种设计避免了每次都要下载模型的麻烦，所有权重文件都已经预置在镜像中。
3. 5 步快速上手体验
现在来到最有趣的部分——实际使用 YOLO12 进行目标检测。跟着下面 5 个步骤，你就能立即看到效果。
3.1 第一步：访问测试界面
在实例列表中找到你刚部署的 YOLO12 实例，点击 HTTP 入口按钮，或者在浏览器中输入 http://<你的实例 IP>:7860，就能打开一个直观的 Web 界面。
你会看到一个简洁的页面，左侧可以上传图片，右侧会显示检测结果，中间有一些调节选项。界面顶部会显示当前使用的模型是 yolov12n.pt，这是在 GPU 上运行的 nano 版本。
3.2 第二步：准备测试图片
找一张包含常见物体的图片作为测试素材。可以是：
- 街景照片（包含行人、车辆）
- 室内场景（家具、电器）
- 宠物照片（猫、狗）
- 或者任何包含明显主体的图片
点击上传图片区域，选择你的测试图片。支持 JPG 和 PNG 格式，图片会立即显示在左侧预览区。
3.3 第三步：调整检测灵敏度
在开始检测前，你可以调整置信度阈值滑块：
- 默认值是 0.25，这是个不错的起点
- 调到更低（如 0.1）会检测出更多目标，但可能包含一些误报
- 调到更高（如 0.5）只会显示非常确定的目标，更加严格
第一次使用时建议保持默认值，之后可以根据结果再调整。
3.4 第四步：执行目标检测
点击蓝色的开始检测按钮，等待大约 1 秒钟，神奇的事情就会发生。
右侧会显示检测结果，所有识别出的物体都会被彩色框标出，不同类别的物体使用不同颜色。你会看到边界框、类别标签和置信度分数。
3.5 第五步：查看和分析结果
仔细查看检测结果：
- 每个检测框的颜色代表不同物体类别
- 框上的标签显示物体名称和置信度分数
- 下方统计信息告诉你检测到了多少个目标，以及每个类别的数量
比如你可能会看到：检测到 5 个目标：person: 2, car: 1, dog: 1, chair: 1
4. 深入了解 YOLO12 的功能特性
4.1 五种模型规格选择
YOLO12 提供 5 种不同规格的模型，适应不同需求：
# 通过环境变量切换不同模型
YOLO_MODEL=yolov12s.pt
bash /root/start.sh
