以调用YOLO为例，在PyCharm 中使用相对路径导入包

当我们从GitHub上下载了一些包，需要调用时，或者当需要在电脑里运行多个版本的某程序，以便后续进行不同版本的模型测试和魔改时，如果是通过将你需要的包的路径添加到系统里的方式，会很麻烦，因为每次换版本都要修改系统里的路径，有没有较为快捷的方法，例如在调用YOLO时，只需要下载好各版本的YOLO放在本地，调用的时候只需要使用类似 from  ./yolo8 import YOLO，或 from ./yolo11 import YOLO便可调用yolov8和yolov11。下面便提供一种方案：

例1，

以自写程序为例，首先，我们创建一个符合Python包规范的目录结构：

my_project/

│── main.py

│

└── my_package/

    ├── __init__.py

    ├── module1.py

    ├── module2.py

    └── subpackage/

        ├── __init__.py

        └── module3.py

文件内容实现

1. 基础模块文件

my_package/module1.py

def greet():

    return "Hello from module1"

my_package/module2.py

from .module1 import greet  # 相对导入同目录下的module1

def greet_twice():

    return greet() + " and " + greet()

my_package/subpackage/module3.py

from ..module1 import greet  # 相对导入上级目录的module1

def greet_from_sub():

    return "Subpackage says: " + greet()

2. 主程序文件

main.py

from my_package.module2 import greet_twice

from my_package.subpackage.module3 import greet_from_sub

print(greet_twice())

print(greet_from_sub())

3．运行结果

当运行main.py时，输出应该是：

Hello from module1 and Hello from module1

Subpackage says: Hello from module1

例2，

以YOLO为例。首先，下载好不同版本的yolo放在本地（文件名中可以有下划线但是不能有横杠，如ultralytics-main，import的时候会识别不到，但是ultralytics_main则可以。），如下图：

下载好官方训练好的模型yolo8n.pt或者yolo11n.pt，链接https://github.com/ultralytics/ultralytics，在主程序yolo_test.py中写入如下代码：

from ultralytics_main_v11.ultralytics.models.yolo import YOLO

# 如果models文件夹下有 __init__.py, 也可以使用from ultralytics_main_v11.ultralytics.models import YOLO

model = YOLO(r'./yolov11n.pt')

results = model(r"./bus.jpg", conf=0.05, device='cpu', save=True)

运行便可，运行后，主文件夹中会出现新文件夹runs，里面有测试的结果。后续如果需要对yolo结构进行修改，则只需要在对应的文件夹（如ultralytics_main_v8）下修改便可。

注意：在下载的文件包如ultralytics_main_v11中，有很多多代码都有相互调用

（如from ultralytics.models.yolo import YOLO），这时应把所有这样的调用代码都改成相对路径（如from ultralytics_main_v11.ultralytics.models.yolo import YOLO），否则调用的是系统默认的也就是已安装的那个版本的YOLO，例如系统里装的是YOLOv8，则只有主文程序使用相对路径调用YOLOv11的程序，YOLOv11中的子程序中的调用包的代码并没有改成相对路径，则会报错：ImportError: cannot import name 'YOLOE' from 'ultralytics.models'，因为子程序调用的是YOLOv8的程序，YOLOv8中并无YOLOE的模块。

另外，修改好所有文件的相对路径之后，此时如果使用

from ultralytics_main_v11.ultralytics import YOLO
model_yaml = r"./yolov11s.yaml"
data_yaml = r"./data.yaml"
pre_model = r"./yolov11n.pt"
model = YOLO(model_yaml, task='detect').load(pre_model)

# 训练参数
results = (model.train( data=data_yaml, device=0, epochs=2,imgsz=640, batch=32,workers=2))

的方式调用模型和数据，则可正常运行，如果是通过

from ultralytics_main_v11.ultralytics.models.yolo import YOLO


model = YOLO(r'./yolo11n.pt')

results = model(r"./bus.jpg", conf=0.05, device=0, save=True)

来调用官方下载的预训练模型，如yolov11n.pt，仍然会报错，因为官方在保存.pt 文件时，使用 torch.save() 保存对象，如果保存的是类的实例（例如模型），会将该类的 模块路径和类名 一起序列化。例如：

from ultralytics.nn.task import DetectionModel

model = DetectionModel(...)

torch.save(model, 'model.pt')

这会在 .pt 文件中记录类的完整路径 ultralytics.nn.task.DetectionModel。所以，即使你没有直接写依赖，它也会在反序列化时寻找原始模块结构。这时只需要在脚本开头写上

import sys

sys.path.insert(0, './ ultralytics_main_v11')

则可正常运行。

（如果改用 state_dict 保存模型则不会保存路径依赖

保存时：

torch.save(model.state_dict(), 'model_weights.pt')

加载时：

model = YourModelClass()  # 定义好模型结构

model.load_state_dict(torch.load('model_weights.pt'))

另外2：使用相对路径调用yolo时，有可能会出现所有的输出都会打印两遍的情况，因为这种自定义路径加载的方式有可能 使 logging 被初始化多次，解绝的办法是：

方法一：在程序开始位置清理所有日志器（包括子模块）YOLOv8 的日志器可能在内部被多次注册（比如模型加载一次，推理又注册一次），而且是 自定义的 logger，需要逐个处理：

import logging


# 清理所有 Logger（包括 ultralytics 子模块的）

for name in logging.root.manager.loggerDict:

logging.getLogger(name).handlers.clear()

注意这段代码必须在模型加载，也就是

from ultralytics_main_v11.ultralytics.models.yolo import YOLO

之后。

方法二：手动设置 ultralytics logger 的级别与 handler

找到 ultralytics/yolo/utils/__init__.py 或 ultralytics/utils/__init__.py（可能在你项目的 ultralytics_main_v11/ 下面），它里面有类似：

LOGGER = logging.getLogger("ultralytics")

你可以在你程序最前面这样加（避免重复 handler）：

import logging


ultra_logger = logging.getLogger("ultralytics")

ultra_logger.handlers.clear()

ultra_logger.propagate = False  # 防止向上冒泡