YOLO & PySide

使用 PySide6 构建 UI，部署 ONNX YOLO12 模型，可轻量化打包，使用 ONNXRuntime 推理。

特征

本项目为 YOLO12 参考项目，提供了 训练、推理、导出和 ONNX 模型的部署示例。

更多：

• 提供 ONNX 推理示例，包括分类、目标检测、分割、旋转框检测
• 文档：训练、推理、模型导出

更新：目前已经支持视频推理追帧，后续将继续移除 ONNXRuntime 依赖，转移到 NCNN、TensorRT 等专用平台上。

开始

推荐环境：Python 3.12，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=best.pt format=onnx simplify=True imgsz=640 opset=12

构建可执行程序

使用 Nuitka 编译 Python 代码：

just build

测试打包：

just build-test

协议

AGPLv3.