准备工作（虚拟环境、导入项目）
安装Anaconda
主要是为了创建和管理虚拟环境，在pycharm里按照项目里的requirments.txt安装依赖的时候，使用虚拟环境会好很多（我记得不用Anaconda也可以直接在pycharm的terminal里头创建虚拟环境，但出于好奇还是安了一个anaconda玩）
当出现base的时候就说明成果了，如果没有，输入
conda activate base创建虚拟环境
可以切换一下路径，让虚拟环境别放在C盘（语法还和linux不一样，用的时候别别扭扭的，详情略）然后输入
conda create -n yolov8 python=3.7当然，如果打算用yolo11的话就把名字从yolov8改成yolo11，然后python版本建议写的高一点，我设置的是3.10
完事之后可以查看所有虚拟环境
导入yolo项目
随便找个非C盘的文件夹，打开命令行，然后(建议提前打开科学上网的工具)
git clone git@github.com:ultralytics/ultralytics.git加载虚拟环境
用pycharm打开这个工程，然后按下图加载刚刚创建好的虚拟环境
不要选第一个venv，进去胡改路径....
成功之后重开一下terminal，看见粉色框里的（yolov8）就完成了加载(yolo11同理)
下面需要虚拟环境安装依赖，yolov8用下面命令即可，
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
但是yolo11不存在实质的依赖文件，如果需要安装，在terminal输入
pip install ultralytics时间会有点久，耐心等待
尝试官网模型推理
下载训练数据
我直接按照网上教程在terminal输入
yolo train model=yolov8.yaml data=VOC.yaml 然后就开始下载各种素材，主要是下图这仨：
但是一直报错说链接不上github服务器，我开了梯子的，也不行，最后我直接在报错内容给出的网址（下图的三个链接）里点击下载到本地，然后解压到该工作目录下，文件夹结构上图所示
后来发现还是运行不了，而且label文件夹也还没创建，我不确定是也可以直接在官网上找到还是得自己标注，就放弃了这个方法。
下载预训练模型
ps:下面这一段包括代码，都参考下面这篇文章，也可以配着这位佬在b站的视频一起操作YOLOv11来了，使用YOLOv11训练自己的数据集和推理(附YOLOv11网络结构图)-CSDN博客
YOLOv11来了，手把手教你使用YOLOv11训练自己数据集和推理，c3k2模块解析_哔哩哔哩_bilibili
在GitHub该项目的下面找到自己想用的模型，我选的是dectetion功能里最小的一个
然后给cv到自己的项目下头。
新建.py进行训练
在根目录新建一个文件，我叫它detect.py，然后复制下面的代码
from ultralytics import YOLOif __name__ == '__main__':# Load a modelmodel = YOLO(model=r'D:\ultralytics\yolo11n.pt')model.predict(source=r'D:\ultralytics\ultralytics\assets',save=True,show=True,)
两个路径：第一个是你刚刚下载的模型的绝对路径；第二个是你要预测的内容，可以是文件夹也可以是图片的绝对路径。然后运行。可以看到结果被存储在对应位置
结果如下
