安装

Windows 一键安装

要求 Python 3.10-3.12。克隆项目后运行统一安装引导器：

git clone https://github.com/only-one-over/yolo26_app.git
cd yolo26_app
install.bat --profile auto

auto 仅在 nvidia-smi 可用时选择 CUDA 12.1 配置，否则选择 CPU 配置；不会根据 CUDA 字符串安装未经测试的 PyTorch 版本。安装器会创建 venv、使用锁定依赖、执行 pip check，并在 Windows 上创建“YOLO26 App”桌面快捷方式。

可用选项：

install.bat --profile cpu
install.bat --profile cuda --with-sam --with-dino --with-realsense
install.bat --dry-run

Conda 环境安装

如果已经安装 Anaconda 或 Miniconda，也可以使用 Conda 创建隔离环境；项目运行依赖仍通过锁定的 pip 文件安装，以保持 CPU/CUDA 版本组合一致。

CPU 环境：

conda create -n yolo26-app python=3.10 -y
conda activate yolo26-app
python -m pip install -r requirements-lock-cpu.txt
python -m pip install --no-deps .

NVIDIA CUDA 12.1 环境：

conda create -n yolo26-app python=3.10 -y
conda activate yolo26-app
python -m pip install -r requirements-lock-cuda-cu121.txt
python -m pip install --no-deps .

安装完成后运行 python main.py；Windows 也可以运行 python -m pip install --no-deps . 生成的 yolo26-app 图形启动命令。不要在同一个 Conda 环境中同时安装 onnxruntime 和 onnxruntime-gpu。

Windows 便携包

普通用户也可以从 GitHub Releases 下载 CPU 或 CUDA 便携包。完整解压后启动对应的 EXE；便携包默认不会自动创建快捷方式，可右键 EXE 选择“发送到 -> 桌面快捷方式”。不要单独移动 EXE 文件。

手动安装

git clone https://github.com/only-one-over/yolo26_app.git
cd yolo26_app
python -m venv venv

Windows：

venv\Scripts\python.exe -m pip install -r requirements-lock-cpu.txt
venv\Scripts\python.exe -m pip install --no-deps .

Linux 或 macOS：

source venv/bin/activate
python -m pip install -r requirements-lock-cpu.txt
python -m pip install --no-deps .

GPU、SAM2、Grounding DINO、RealSense 与 TensorRT 的安装方式见环境与模型。

构建与安装 wheel

发布或验证安装产物时，使用标准 wheel：

python -m pip install build
python -m build
python -m pip install --force-reinstall dist/yolo26_app-*.whl

构建命令会同时生成 wheel 与源码分发包。wheel 已包含界面 SVG 图标和 YAML 模板。

启动

python main.py

Windows 使用一键安装脚本后，也可以直接执行：

venv\Scripts\python.exe main.py

安装 wheel 后，Windows 可以直接运行图形启动命令：

yolo26-app

PyPI 安装

已发布的 Python 包可在新虚拟环境中安装：

python -m venv .venv

Windows：

.venv\Scripts\python.exe -m pip install "yolo26-app[onnx]"
.venv\Scripts\yolo26-app.exe

Linux 或 macOS：

.venv/bin/python -m pip install "yolo26-app[onnx]"
.venv/bin/yolo26-app

GPU ONNX 推理可将 [onnx] 改为 [onnx-gpu]；SAM2、Grounding DINO、RealSense 和 TensorRT 也可按需追加对应 extra。PyPI 包不包含模型权重或 Windows 便携运行时。

基本使用

1. 通过“文件 -> 新建项目”创建工作区。
2. 在“标注”页导入图片、视频或素材目录，并添加类别。
3. 使用矩形框、多边形、关键点或 OBB 工具完成标注。
4. 点击“导出数据集”，生成 YOLO 格式的数据集。
5. 在“训练”页选择 data.yaml，设置模型与训练参数后开始训练。
6. 在“测试”页加载 best.pt，对图片、视频或相机执行推理，必要时导出 ONNX、TensorRT 等模型。

标注会自动保存；重新打开项目或异常退出后可恢复。更详细的标注、数据集和训练说明见标注、数据集与训练。

文档

许可证

本项目采用 MIT License。项目依赖 Ultralytics YOLO，请同时遵守其许可证要求。