Mac端使用MPS运行Ultralytics YOLOv8预训练模型失败求助

一、YOLOv8对MPS的支持情况 #

Ultralytics YOLOv8是完全支持Apple MPS（Metal Performance Shaders）加速的，你用的v8.0.43版本已经适配了MPS，能在Apple Silicon芯片的Mac上调用GPU进行推理。

二、配置MPS运行模型的步骤 #

1. 先确认PyTorch的MPS可用性 #

你的torch-1.13.1版本已经满足MPS支持要求（PyTorch 1.12及以上版本都支持），先跑段代码验证：

import torch
print(torch.backends.mps.is_available())  # 输出True就代表MPS能用
print(torch.backends.mps.is_built())      # 输出True说明PyTorch编译时包含了MPS支持

如果输出是False，重新装支持MPS的PyTorch：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

（注：Mac上的PyTorch MPS支持包含在CPU安装包内，不用单独下GPU版本）

2. 显式指定模型用MPS设备 #

YOLOv8默认可能不会自动切到MPS，得手动指定设备：

方式一：初始化模型时指定

from ultralytics import YOLO

# 加载预训练模型并指定用mps
model = YOLO('yolov8n.pt')  # 换成你用的模型，比如yolov8s.pt、yolov8m.pt都行
model.to('mps')

# 执行推理
results = model('your_image.jpg')  # 替换成你的输入图/视频路径

方式二：推理时指定设备

from ultralytics import YOLO

model = YOLO('yolov8n.pt')
# 推理时通过device参数指定mps
results = model('your_image.jpg', device='mps')

3. 验证是否成功用MPS #

运行代码后看控制台输出，如果显示类似 Ultralytics YOLOv8.0.43 🚀 Python-3.9.16 torch-1.13.1 MPS，就说明已经切换到MPS设备了。

4. 常见问题排查 #

• 要是还是显示CPU，先检查代码里有没有强制设device='cpu'，另外只有Apple Silicon芯片的Mac能用MPS，Intel芯片的Mac不支持。
• 要是出现MPS相关报错，试试把Ultralytics库更到最新版：

pip install --upgrade ultralytics

内容的提问来源于stack exchange，提问作者Leotrim Lota