MyAIYoloTraining

一个基于YOLO11的AI目标检测训练工具集，提供完整的可视化界面和训练管理功能。

项目概述

这个项目包含了完整的YOLO模型训练生态系统，主要特性包括：

• 🎯 可视化训练界面 - 基于PyQt5的现代化GUI界面
• 🔧 完整的训练工具链 - 支持训练、测试、推理、数据集转换
• 📊 实时监控 - 训练进度实时显示和日志管理
• 🎨 多主题支持 - 包含科技风格主题
• 💾 数据集管理 - 支持多种数据集格式转换
• ⚡ GPU加速 - 支持CUDA GPU训练加速

项目结构

MyAIYoloTraining/
├── YOLO_UI/                    # 主要的UI应用程序
│   ├── main.py                 # 应用程序入口
│   ├── ui/                     # 用户界面组件
│   │   ├── main_window.py      # 主窗口
│   │   ├── components/         # UI组件
│   │   │   ├── training_tab.py     # 训练页面
│   │   │   ├── testing_tab.py      # 测试页面
│   │   │   ├── inference_tab.py    # 推理页面
│   │   │   ├── dataset_converter_tab.py # 数据集转换
│   │   │   └── settings_tab.py     # 设置页面
│   │   └── assets/             # 图标和资源文件
│   ├── utils/                  # 工具模块
│   │   ├── training_worker.py  # 训练工作线程
│   │   ├── testing_worker.py   # 测试工作线程
│   │   ├── inference_worker.py # 推理工作线程
│   │   ├── dataset_converter.py # 数据集转换工具
│   │   ├── theme_manager.py    # 主题管理
│   │   └── error_manager.py    # 错误处理
│   ├── data/                   # 数据和配置
│   │   ├── models/             # 模型文件存储
│   │   └── settings.json       # 应用程序设置
│   └── datasets/               # 示例数据集
├── yolo简单测试.py             # 简单的YOLO训练测试脚本
├── 数据集验证.py               # 数据集验证工具
├── 修复数据集.py               # 数据集修复工具
└── yolo11n.pt                  # 预训练模型文件

安装和使用

环境要求

• Python 3.8+
• PyTorch 1.10.0+
• CUDA (可选，用于GPU加速)

安装依赖

# 基础版本
pip install -r YOLO_UI/requirements.txt

# GPU版本（推荐）
pip install -r YOLO_UI/requirements-gpu.txt

# 开发版本
pip install -r YOLO_UI/requirements-gpu-dev.txt

启动应用

cd YOLO_UI
python main.py

功能特性

1. 训练模块

• 支持目标检测(detect)和分类(classify)任务
• 多种模型选择（YOLO11n/s/m/l/x）
• 实时训练进度监控
• 自动数据集验证
• 训练参数可视化配置

2. 测试模块

• 模型性能评估
• 可视化测试结果
• 自动生成测试报告
• 支持自定义测试数据集

3. 推理模块

• 单张图片推理
• 批量图片处理
• 实时摄像头检测
• 结果可视化和保存

4. 数据集工具

• 多格式数据集转换（COCO、VOC、YOLO等）
• 数据集验证和修复
• 自动标注质量检查
• 数据集统计分析

5. 设置管理

• GPU/CPU选择
• 主题切换
• 性能优化配置
• 快捷键管理

快速开始

1. 下载预训练模型：项目已包含yolo11n.pt模型文件

2. 准备数据集：将数据集放入YOLO_UI/datasets/目录，或使用内置的coco8示例数据集

3. 启动应用：运行python YOLO_UI/main.py

4. 开始训练：

   • 选择训练标签页
   • 配置训练参数
   • 选择数据集路径
   • 点击开始训练

技术特性

• 异步处理：训练、测试、推理均在独立线程中执行，不阻塞UI
• 错误处理：完善的错误捕获和用户友好的错误提示
• 日志管理：详细的操作日志和终端输出重定向
• 主题系统：可扩展的主题管理系统
• 快捷键支持：常用操作的键盘快捷键
• 工具提示：详细的操作说明和参数解释

开发信息

• 开发者：Vonweller AI Tools
• 联系邮箱：529538187@qq.com
• 技术栈：Python, PyQt5, PyTorch, Ultralytics YOLO
• 支持平台：Windows, Linux, macOS

版本历史

• 最新版本包含完整的GUI界面和所有核心功能
• 支持YOLO11系列模型
• 包含数据集转换和验证工具
• 添加了主题管理和用户体验优化

许可证

本项目用于学习和研究目的。请遵循相关开源协议。

贡献

欢迎提交Issue和Pull Request来改进这个项目。

---

注意：首次运行前请确保安装了所有依赖项，特别是CUDA环境（如果使用GPU训练）。