YOLO & PySide

使用 PySide6 构建 UI，部署 ONNX YOLOv11 模型，可轻量化打包，使用 ONNXRuntime 推理。

特征

本项目为 YOLOv11 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

开始

推荐环境：Python 3.11，使用 UV 来管理虚拟环境。

如果没有安装 UV，请先安装：

pip install uv

安装依赖：

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：

just lint

测试 Git 钩子：

just test

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=...
just build

测试打包：

just build-test

协议

AGPLv3.