YOLOv11 手机动态识别流程总结

1. droidcam &：启动后台服务作用：在 Linux 后台开启 DroidCam 客户端。

   • 目的：它负责与你手机上的 App 建立通信协议，并将接收到的手机摄像头画面准备转换成 Linux 系统可识别的视频流。

2. ffplay /dev/video0：链路验证（关键一步）

   • 作用：使用 FFmpeg 工具直接播放视频节点 /dev/video3 的画面。

   • 目的：确认硬件通路已通。如果你能在这里看到手机画面，说明 DroidCam 已经成功创建了虚拟摄像头，且权限和连接都没有问题，为后续 YOLO 调用打下基础。

3. conda activate pt：环境切换

   • 作用：激活名为 pt 的 Conda 虚拟环境。

   • 目的：进入预先安装好 ultralytics、opencv 和 torch 等依赖库的特定环境，确保 yolo 命令可以被系统识别并正确执行。

4. yolo task=detect mode=predict ...：启动实时 AI 推理

   • yolo task=detect mode=predict model=yolo11n.pt source=0 device=cpu show=True

   • 核心参数解析：yolo task=detect mode=predict model=yolo11n.pt source=0 device=cpu show=True

     • model=yolo11n.pt：加载权重文件（需确保该文件在当前目录下）。

     • source=3：指定读取 /dev/video3 的视频流。

     • device=cpu：强制使用 CPU 进行计算，绕过显卡配置。

     • show=True：实时弹出带有检测框（Bounding Box）和类别标签的预览窗口。

5.使用GPU跑

yolo task=detect mode=predict model=yolo11n.pt source=0 device=0 show=True

YOLOv11 GPU 运行指南 (RTX 5060 专用版)

1. 核心开启步骤 (每次开机必做)

打开终端，进入你建立的“特区”环境。只有激活了环境，系统才会调用那个支持 50 系显卡的 Nightly 版 PyTorch。

Bash

conda activate yolo_gpu

2. 运行推理 (识别) 的标准命令

使用以下命令可以确保显卡全力输出：

Bash

yolo predict model=yolo11n.pt source='你的路径' device=0 half=True

• device=0: 强制指定使用第一块显卡（GPU）。

• half=True: 开启 FP16 半精度，这是 50 系显卡的“物理外挂”，速度翻倍且节省显存。

• show=True: (可选) 如果你想实时看到识别画面，加上这个。

---

3. 三种常见的任务场景

场景	命令示例
跑图片	yolo predict model=yolo11n.pt source='bus.jpg' device=0
跑视频	yolo track model=yolo11n.pt source='test.mp4' device=0 half=True
跑摄像头	yolo predict model=yolo11n.pt source=0 device=0 show=True

---

4. 结果在哪里看？

所有的运行结果（带框的图片/视频）都会自动保存在：

主目录(Home) -> runs -> detect -> predict (数字最大的那个文件夹)

---

给你的额外小建议：

• 权限持久化：如果重启电脑后发现 /dev/video3 打不开，记得再次执行 sudo chmod 777 /dev/video3。

• 流畅度优化：如果觉得 CPU 跑起来有延迟，可以在第四个命令后面加上 imgsz=320，这会牺牲一点精度但大幅提升帧率（FPS）。

• 停止运行：在终端按下 Ctrl + C 即可停止检测程序。

为什么要用 Conda？（解决“版本地狱”）

想象一下，如果你在做两个项目：

• 项目 A (YOLO11)：需要 Python 3.10 和 PyTorch 2.4。

• 项目 B (旧的 ROS 项目)：可能需要 Python 3.8 和一个老版本的库。

如果你把它们都装在系统自带的 Python 里，它们就会因为版本冲突打架，导致系统直接崩溃。

Conda 的作用： 它能帮你创建很多个相互独立的“虚拟房间”（也就是 pt、yolo_gpu 这些环境）。

• 在 pt 房间里，你可以随便折腾最新的显卡驱动和 PyTorch。

• 在 yolo_gpu 房间里，你可以保持一套最稳定的配置。

• 它们之间物理隔离，互不干扰。

---

2. Conda 还是一个“超级安装助手”

平时我们用 pip 安装东西，但 pip 有时候搞不定显卡驱动（CUDA）这种复杂的非 Python 库。

• Conda 厉害的地方在于，它不仅能装 Python 的包，还能顺带帮你把 CUDA Toolkit、C++ 编译器 等底层工具一起打包安顿好。

---

3. 你最常用的几个“咒语”

既然你已经有环境了，这几个命令以后会经常用到：

命令	作用
conda env list	查看你一共开了多少个“房间”（你刚才执行过）。
conda create -n 名字 python=3.10	新建一个指定 Python 版本的房间。
conda activate 名字	最常用： 走进某个房间，开始干活。
conda deactivate	走出房间，回到主系统。
conda install 包名	在当前房间里安装新工具。