一个面向 YOLO 目标检测与图像分类的桌面训练工具集。它把采集/整理数据、跟踪标注、模型训练、模型导出和推理测试整合到同一套流程中，适合在 Windows 上快速完成从原始图片或视频到可测试模型的工作。
教程在【【Yolo】视频追踪自动标注、训练、预测一体化平台-哔哩哔哩】 https://b23.tv/46vfMeu
- 通过浏览器面板集中操作训练、标注、导出和测试功能。
- 从视频、摄像头或有序图片中抽帧，并通过目标跟踪辅助生成 VOC XML 标注。
- 使用图片和 VOC XML 标注训练 YOLO 目标检测模型。
- 使用按类别分目录的图片训练 YOLO 图像分类模型。
- 支持本地训练，也支持提交到远程 Windows 训练环境。
- 导出 ONNX 模型，并可进一步转换为 MaixCAM 可用模型。
- 使用训练得到的
.pt模型测试摄像头、单张图片或整个图片文件夹。
请安装 Python 3.10、3.11 或 3.12，安装时勾选“Add Python to PATH”。在项目目录打开 PowerShell 后运行：
python --version能显示版本号即可继续。
在项目根目录执行：
python -m pip install -r requirements.txt如需使用 NVIDIA 显卡训练，请先确认显卡驱动正常，再根据你的 CUDA 环境安装匹配版本的 PyTorch。没有显卡也可以使用 CPU 训练，但速度会明显更慢。
首次使用请复制配置示例：
Copy-Item train_panel_defaults.example.json train_panel_defaults.json随后打开 train_panel_defaults.json，按需要填写你的数据目录、模型目录和远程训练地址。该文件仅保存本机设置，不需要分享给其他人。
推荐直接运行：
.\train_panel.ps1也可以执行：
python train_panel.py --host 127.0.0.1 --port 8989启动后，在浏览器中访问：
http://127.0.0.1:8989
面板中可选择训练任务、数据目录、模型、训练参数，以及标注和测试功能。填写完成后按界面提示执行即可。
目标检测需要图片和对应的 VOC XML 标注文件。
你的数据目录/
├─ images/ # 图片，例如 001.jpg、002.jpg
└─ annotations/ # 对应标注，例如 001.xml、002.xml
要求：
- 图片与 XML 文件应同名，例如
001.jpg对应001.xml。 - XML 内的类别名称应保持一致，例如全部使用
seed，不要混用Seed、seed和中文名称。 - 每个 XML 标注框应位于图片范围内。
- 尽量准备足够多、光照和背景有差异的数据，以提升模型泛化效果。
图像分类按“一个类别一个文件夹”的方式准备数据：
你的分类数据目录/
├─ healthy/
│ ├─ 001.jpg
│ └─ 002.jpg
├─ damaged/
│ ├─ 003.jpg
│ └─ 004.jpg
└─ unknown/
└─ 005.jpg
文件夹名称就是分类标签。各类别图片数量尽量保持平衡，避免某一个类别图片远多于其他类别。
可通过视频或摄像头快速生成训练图片和 VOC XML 标注。基本示例：
python video_track_label.py --video path\to\video.avi --labels object --images-dir images --annotations-dir annotations常用参数：
--video：视频文件路径；也可填写摄像头编号。--labels：类别名称；多个类别以英文逗号分隔，例如seed,defect。--images-dir：保存抽帧图片的目录。--annotations-dir：保存 XML 标注的目录。--interval：每隔多少帧保存一次，数值越小，保存图片越密集。--tracker：跟踪方式；默认推荐csrt。
运行过程中先在画面中框选目标，工具会尝试在后续画面中持续跟踪。请定期检查跟踪框是否偏移；目标遮挡、快速移动或画面变化较大时，应重新框选后再继续保存。
建议优先在 Web 面板中操作：选择任务类型、填写数据路径、设置训练轮数和基础模型后开始训练。
常见参数建议：
| 参数 | 建议 |
|---|---|
| 图片尺寸 | 从 640 开始；小目标可适当提高，但显存占用也会增加。 |
| 训练轮数 | 首次可用 50–100 轮；数据量较大或效果不足时再增加。 |
| 批量大小 | 显存充足时可增大；如果显存不足，设置为较小值或使用 -1 自动选择。 |
| 基础模型 | 检测任务可选择 yolov8n.pt、yolo11n.pt 等；分类任务请选择带 -cls 的模型。 |
| 训练设备 | 有可用 NVIDIA 显卡时选择 cuda；否则选择 cpu。 |
训练完成后，常用模型文件为 best.pt，它通常表示验证效果最好的权重。训练输出目录会保存曲线、指标和导出文件，便于对比不同实验结果。
python model_test.py --model path\to\best.pt --source image --image path\to\test.jpg程序会显示预测结果，并在原图片旁生成带标注的预测图片。
python model_test.py --model path\to\best.pt --source folder --folder path\to\images --output-dir predict_results结果图片和 predictions.csv 会保存到指定输出目录；不指定 --output-dir 时，默认保存到输入文件夹的 predict_results 子目录。
python model_test.py --model path\to\best.pt --source camera --camera-index 0按 Q 或 Esc 退出预览窗口。若电脑连接多个摄像头，可尝试将 --camera-index 改为 1、2 等。
训练流程可以导出 ONNX 模型。若需要部署到 MaixCAM，可在面板中配置模型路径、类别文件、校准图片目录和测试图片，然后执行转换。
转换 MaixCAM 模型前，请确认：
- ONNX 模型与类别文件来自同一次训练。
- 校准图片与实际使用场景尽量接近。
- 转换环境需要 Docker。默认开启容器内 TPU-MLIR 自动补齐：当镜像没有转换工具时，脚本会执行
python3 -m pip install tpu_mlir后继续；这要求 VM 可从容器访问对应 Python 软件源。首次执行会更慢，且自动安装只保存在本次临时容器中。 - 更稳定的做法是使用已验证的固定镜像标签，并通过
IMAGE_NAME指定；若希望禁止自动安装，设置AUTO_INSTALL_TPU_MLIR=0。如需固定自动安装的包版本，可设置TPU_MLIR_PIP_SPEC=tpu_mlir==<版本>。 - 输出模型适配目标设备；转换后建议先使用测试图片验证识别结果。
MUD Model Type 必须与实际导出的 ONNX 输出和设备端后处理协议一致，不能仅根据训练权重名称填写。即使训练基础权重名为 yolov5s.pt，当前 Ultralytics 导出的 ONNX 也可能是无锚框输出；此时应使用对应的无锚框 MUD 类型（例如 yolov8）并将 MUD Anchors 留空。
仅当同时满足以下条件时，才填写 MUD Anchors：
MUD Model Type明确选择为yolov5；- 设备端使用传统锚框 YOLOv5 后处理，并且加载日志要求
anchors； - 该 ONNX/模型确实来自传统锚框 YOLOv5 导出。
满足上述条件时，MUD Anchors 为必填项。填写训练或导出配置中实际使用的 anchors，以英文逗号分隔，例如：
10, 13, 16, 30, 33, 23, 30, 61, 62, 45, 59, 119, 116, 90, 156, 198, 373, 326
上述数值仅适用于确实使用该默认 YOLOv5 anchors 的模型；若训练启用了自动锚框优化或使用自定义配置，必须改用该模型训练/导出时的最终 anchors。转换流程会拒绝缺少 anchors 的 YOLOv5 MUD，防止生成设备端无法加载的模型。
历史 outputs_*、convert_outputs_* 目录内的 vm_convert_pack.sh 是生成当时的归档副本，不要直接执行，也不要重新运行旧 ZIP 或 VM 上遗留的 job_* 目录；其中可能仍将容器 /workspace 覆盖为转换目录，导致 TPU-MLIR 环境不可见。需要重新转换时，请从项目根目录通过面板或 host_train_export.py 发起，重新生成任务包。
每次新转换的日志都会先输出 CONVERT_SCRIPT_SOURCE、CONVERT_SCRIPT_PACKAGE 和 CONVERT_SCRIPT_REVISION=20260726-yolov8-head-outputs-v2。如果缺少该修订号，说明执行的仍是旧归档脚本，应停止并用当前面板重新发起转换。
.mud 的 model_type 不是训练基础权重的名称，而是 MaixPy 设备端后处理协议，必须与代码中的类一致：
| 设备端代码 | MUD model_type |
转换输出要求 |
|---|---|---|
nn.YOLOv5(model=...) |
yolov5 |
传统锚框 YOLOv5 输出；必须有真实 anchors。 |
nn.YOLOv8(model=...) |
yolov8 |
无锚框 YOLOv8 式输出；转换必须选择 DFL 和分类 Sigmoid 两个检测头输出。 |
例如，ball_3.onnx 虽由 yolov5s.pt 基础权重训练，但其 ONNX 元数据为 Ultralytics 8.4.98、检测头为无锚框 Detect 格式。因此应使用 nn.YOLOv8 + model_type = yolov8，并且必须使用本脚本修订号 20260726-yolov8-head-outputs-v2 重新转换。旧版脚本只转换 ONNX 的单个 output0，会导致 nn.YOLOv8.detect() 报 model output not valid。
-
确认终端没有报错，并访问
http://127.0.0.1:8989。 -
如果端口被占用，可改用其他端口，例如：
python train_panel.py --host 127.0.0.1 --port 8990
请重新安装依赖：
python -m pip install -r requirements.txt如系统同时安装了多个 Python，请使用启动程序时对应的 Python 执行安装命令。
请安装带扩展模块的 OpenCV：
python -m pip install --upgrade opencv-contrib-python安装完成后重新启动标注工具。
- 降低批量大小，例如从
16改为8或4。 - 降低图片尺寸，例如从
640改为448。 - 使用更小的基础模型，例如
yolov8n.pt。 - 关闭训练缓存或切换为 CPU 训练。
- 检查图片与 XML 是否一一对应。
- 检查类别名称拼写是否完全一致。
- 删除错误、模糊或重复的标注。
- 补充复杂背景、不同角度、不同距离和不同光照条件下的数据。
- 保留一部分未参与训练的数据，用于独立测试模型效果。
项目默认不会包含你的图片、视频、标注、模型权重和训练结果。请妥善保管这些文件，并确保对所使用的数据和模型拥有合法的使用与发布权限。