CLI使用
CLI使用1、下载源码2、启用主板最佳性能2.1、启用MAX功率模式2.2、启用Jetson时钟3、使用CLI预测3.1、CLI使用语法3.2、图像预测效果预览3.3、视频预测效果预览3.4、实时预测参考资料
1、下载源码
git clone https://github.com/ultralytics/ultralytics.git
2、启用主板最佳性能
2.1、启用MAX功率模式
在Jetson上启用 MAX Power Mode（最大功率模式）将确保打开所有CPU 、GPU 内核：
xxxxxxxxxx sudo nvpmodel -m 2
2.2、启用Jetson时钟
启用Jetson Clocks将确保所有CPU,GPU内核都以最大频率运行：
xxxxxxxxxx sudo jetson_clocks
3、使用CLI预测
CLI （Command-Line Interface，命令行界面）是一种用户与计算机或软件程序交互的方式，用户通过键入文本命令来运行程序或执行任务，而不是通过图形用户界面（GUI）点击图标或按钮。
3.1、CLI使用语法
x yolo TASK MODE ARGS Where TASK (optional) is one of [detect, segment, classify, pose, obb] MODE (required) is one of [train, val, predict, export, track, benchmark] ARGS (optional) are any number of custom 'arg=value' pairs like 'imgsz=320' that override defaults.
3.2、图像预测
使用yolo11n.pt预测ultralytics项目下自带的图片：若系统在运行命令的目录下没有找到对应模型文件，会自动下载（若无法下载，可自行复制模型进去）
进入项目文件夹：
xxxxxxxxxx cd /home/jetson/ultralytics/ultralytics/
使用yolo11n.pt检测目标文件夹下的图片并输出结果：
xxxxxxxxxx yolo predict model=yolo11n source='/home/jetson/ultralytics/ultralytics/assets'
效果预览
yolo识别输出的视频位置：/home/jetson/ultralytics/ultralytics/runs/detect；
每次运行，该文件夹下的predict自动递增1
3.3、视频预测
使用yolo11n.pt预测ultralytics项目下的视频（非ultralytics自带视频）：若系统在运行命令的目录下没有找到对应模型文件，会自动下载（若无法下载，可自行复制模型进去）
进入项目文件夹：
xxxxxxxxxx cd /home/jetson/ultralytics/ultralytics
使用yolo11n.pt检测目标文件夹下的视频并输出结果：
xxxxxxxxxx yolo predict model=yolo11n source='/home/jetson/ultralytics/ultralytics/videos'
效果预览
yolo识别输出的视频位置：/home/jetson/ultralytics/ultralytics/runs/detect
每次运行，该文件夹下的predict自动递增1
查看视频可以使用ffmpeg进行观看，使用下面命令进行安装：
xxxxxxxxxx sudo apt update sudo apt install ffmpeg -y
播放视频：
xxxxxxxxxx ffplay <video_name>.avi
3.4、实时预测
使用yolo11n.pt预测USB摄像头画面：若系统在运行命令的目录下没有找到对应模型文件，会自动下载（若无法下载，可自行复制模型进去）
进入项目文件夹：
xxxxxxxxxx cd /home/jetson/ultralytics/ultralytics
使用yolo11n.pt检测摄像头画面并输出结果：目前仅USB摄像头可以直接使用CLI预测实时画面，CSI摄像头没有查找直接作为输入源的相关资料
xxxxxxxxxx yolo predict model=yolo11n.pt source=0 save=False show # 物体检测 # 实例分割：yolo predict model=yolo11n-seg.pt source=0 save=False show # 图像分类：yolo predict model=yolo11n-cls.pt source=0 save=False show # 姿势估计：yolo predict model=yolo11n-pose.pt source=0 save=False show # 定向物体检测：yolo predict model=yolo11n-obb.pt source=0 save=False show
点击终端按“Ctrl + C”快捷键可以终止程序！
参数说明
model ：指定YOLO模型
source ：指定识别源：多个摄像头可切换数字
save=False ：禁用保存结果
show ：实时显示
