MODEL_DOWNLOAD_GUIDE.md

YOLO模型下载地址

重要发现

经过验证，发现：

• Ultralytics assets仓库最新版本是YOLO11（不是YOLOv8）
• YOLOv8的ONNX模型已经不再在assets仓库中发布
• 最新的URL格式：https://github.com/ultralytics/assets/releases/download/v8.4.0/yolo11n.onnx

正确的下载地址

YOLO11 系列（最新，推荐）

模型	URL
yolo11n	https://github.com/ultralytics/assets/releases/download/v8.4.0/yolo11n.onnx
yolo11s	https://github.com/ultralytics/assets/releases/download/v8.4.0/yolo11s.onnx
yolo11m	https://github.com/ultralytics/assets/releases/download/v8.4.0/yolo11m.onnx
yolo11l	https://github.com/ultralytics/assets/releases/download/v8.4.0/yolo11l.onnx
yolo11x	https://github.com/ultralytics/assets/releases/download/v8.4.0/yolo11x.onnx

YOLOv8 系列（需要从其他地方获取）

YOLOv8的ONNX模型不再在GitHub assets仓库中。建议：

1. 使用Python导出：

   pip install ultralytics
   python -c "from ultralytics import YOLO; m = YOLO('yolov8n.pt'); m.export(format='onnx')"

2. 使用HuggingFace（需要认证或代理）：

   https://huggingface.co/ultralytics/yolov8n/tree/main
   

3. 使用ModelScope：

   https://www.modelscope.cn/models/AI-ModelScope/YOLOv8n
   

模型对比

版本	特点	适用场景
YOLO11	最新架构，性能更好	追求最佳性能
YOLOv8	成熟稳定，资料多	兼容性好，生态完善

建议

1. 推理：推荐使用YOLO11（最新）
2. 训练：可以基于YOLOv8或YOLO11进行训练
3. 兼容性：如果需要兼容老的训练流程，继续使用YOLOv8

手动下载

如果自动下载失败，可以手动从以下地址下载：

1. 访问 https://github.com/ultralytics/assets/releases
2. 查找 v8.4.0 或更高版本
3. 下载 yolo11n.onnx 等文件
4. 保存到 ~/.cache/rust-tools/models/ 目录