YOLO 容器镜像

YOLO (You Only Look Once) 是一个用于计算机视觉任务的Python库，专注于提供高效、易用的目标检测、实例分割和图像分类工具，由 Ultralytics 团队开发和维护。

云容器控制台使用：控制台使用

云容器JupyterLab使用：JupyterLab使用

选择镜像

创建实例时，选择【YOLO】镜像：

当前支持的版本

YOLO版本	PyTorch版本	Ubuntu版本	CUDA版本	Python版本
v8	2.7.1	22.04	12.8	3.12
v5	2.5.1	22.04	12.4	3.10

YOLO v8版本附带了 YOLO11 模型，YOLO v5版本附带了 YOLOv5 模型

使用

注意：YOLO的模型和数据集可能需要学术加速才能正常下载，更多请参考 学术资源加速

TIP

上传及使用过程产生的数据建议放到数据盘（/data 目录），数据盘支持扩容。

YOLO v8

YOLO v8 的默认工作目录是 /root/ultralytics ，里面附带了 YOLO11 的主要模型，可以直接使用。

同时 /root/ultralytics 目录下面放了测试数据集：coco8.yaml

测试推理

cd /root/ultralytics
yolo predict model=yolo11n.pt source='https://ultralytics.com/images/bus.jpg'

测试训练

cd /root/ultralytics
yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

YOLO v5

YOLO v5 的默认工作目录是 /root/yolov5 ，里面附带了 YOLOv5 的主要模型，可以直接使用。

同时 /root/yolov5 目录下面放了测试数据集：coco128.yaml ，及测试脚本：yolov5_test.py

测试推理

cd /root/yolov5
python yolov5_test.py

测试训练

cd /root/yolov5
python train.py --data coco128.yaml --epochs 3 --weights yolov5n.pt --batch-size 32

---

点击创建YOLO云容器实例