【YOLOv11】013、YOLOv11模型推理：单张图像、视频流、批量推理的实现

昨天深夜调试时遇到个典型问题：同事的推理脚本在单张图片上跑得挺顺，一换成视频流就内存泄漏，跑两分钟就撑爆了16G显存。定位发现是预处理张量没及时释放，缓存越积越多。这种从单张到流式处理的切换，看似只是输入源的变化，实则藏着不少工程细节。今天咱们就拆开YOLOv11的推理流程，把三种常见场景的实现坑点逐个填平。

模型加载的“一次性”原则

模型加载别放在推理循环里——这话虽然老生常谈，但真有人会犯。见过有代码在视频每一帧都调用torch.load()，GPU内存瞬间跳舞。

# 错误示范：别这样写！forframeinvideo_frames:model=torch.load('yolov11.pt')results=model