YOLO & PySide

使用 PySide6 构建 UI，部署 ONNX YOLOv10 模型，可轻量化打包，使用 ONNXRuntime 推理。

特征

本项目为 YOLOv10 参考项目，提供了 训练、推理、导出和 ONNX 模型的部署示例。

更多：

• YOLOv8 OBB：训练旋转框检测
• 提供 ONNX 推理示例
• 提供 OBB 的 ONNX 推理示例
• 支持更多平台，包括 Mac OS 和 Ubuntu
• 文档：训练、推理、模型导出
• 文档：打包部署

参考了 X-AnyLabeling: export_yolov10_onnx.py 的实现。

开始

推荐环境：Python 3.11

uv sync

下面的操作请在虚拟环境下工作，安装依赖：

just i

运行：

just dev

格式化：

ruff . --fix

或者：

isort .
black .

测试 Git 钩子：

pre-commit run --all-files

导出模型

导出 ONNX 模型：

yolo export model=/root/runs/detect/train/weights/best.pt format=onnx simplify=True imgsz=1280 opset=12

构建可执行程序

使用 Nuitka 编译 Python 代码，Windows 打包：

set UPX_PATH=...
scripts\build.bat

Windows 测试打包：

scripts\build-test.bat

协议

AGPLv3.