YOLOv8结合PyTorch：预测保存带目标框图片的代码参数疑问

• 你已经导入了from ultralytics import YOLO，更推荐用YOLOv8官方标准方式加载模型，完全没必要用torch.hub.load，代码可简化为：

model = YOLO(model_name)  # 直接通过YOLO类加载本地自定义模型

这种写法更简洁，也契合YOLOv8的设计规范。

• 如果坚持要用torch.hub.load加载模型，第一个参数需填写'ultralytics/ultralytics'，这是ultralytics官方在PyTorch Hub上的仓库标识，完整代码如下：

model = torch.hub.load('ultralytics/ultralytics', 'custom', source='local', path=model_name, force_reload=True)

另外，你的代码还有两处细节需要修正：

• 预测图片时，路径要加引号：results = model('person.png')
• 确保MyBest.pt和person.png在当前代码运行的工作目录下，或者使用完整文件路径。

内容的提问来源于stack exchange，提问作者SAGISOS