环境准备

按照惯理，先准备conda环境，可以继续沿用上一期的环境

conda install -c pytorch -c nvidia -c conda-forge pytorch==2.0.1 torchvision==0.15.2 pytorch-cuda=11.7 ultralytics

直接上代码Show Me The Code

import ultralytics
from ultralytics import YOLOWorld
# 使用指定的显卡，也可以使用环境变量CUDA_VISIBLE_DEVICES来指定
ultralytics.utils.torch_utils.select_device(device='1,2,5')
# 会自动下载模型文件
model = YOLOWorld('yolov8s-world.pt')

# 传入需要识别的图片
results = model.predict('bus.jpg')

# 把识别结果保存到新图片里
results[0].save("res.jpg")

可能遇到的问题

1. GET was unable to find an engine to execute

• 根据CUDA安装位置，设置环境变量

export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64/
export PATH=$PATH:/usr/local/cuda-11.7/bin/

2. 显存不够用

• 根据代码里注释指定显卡序号

3. results[0].show()提示Error: no "view" rule for type "image/png" passed its test case

• 在jupyter里，使用save来保存图片，并使用PIL等库来show