Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/sun-zhenxing/pyside-yolo-deploy

YOLOv10 PySide6 部署
https://github.com/sun-zhenxing/pyside-yolo-deploy

onnx pyside6 yolo yolov10

Last synced: 2 days ago
JSON representation

YOLOv10 PySide6 部署

Awesome Lists containing this project

README

        

# 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:

- [x] [YOLOv8 OBB:训练旋转框检测](./notebook/obb.ipynb)
- [x] 提供 ONNX 推理示例
- [ ] 提供 OBB 的 ONNX 推理示例
- [x] 支持更多平台,包括 Mac OS 和 Ubuntu
- [ ] 文档:训练、推理、模型导出
- [x] 文档:打包部署

参考了 [X-AnyLabeling: `export_yolov10_onnx.py`](https://github.com/CVHub520/X-AnyLabeling/blob/main/tools/export_yolov10_onnx.py) 的实现。

## 开始

推荐环境:Python 3.11

```bash
uv sync
```

下面的操作请在虚拟环境下工作,安装依赖:

```bash
just i
```

运行:

```bash
just dev
```

格式化:

```bash
ruff . --fix
```

或者:

```bash
isort .
black .
```

测试 Git 钩子:

```bash
pre-commit run --all-files
```

## 导出模型

导出 ONNX 模型:

```bash
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:

```bash
set UPX_PATH=...
scripts\build.bat
```

Windows 测试打包:

```bash
scripts\build-test.bat
```

## 协议

[AGPLv3](./LICENSE).