EzYOLO - 本地YOLO全流程训练软件

一款纯本地运行的桌面应用程序，提供从数据导入、图像标注、YOLO模型训练，结果可视化到测试的完整工作流程。

功能

• 项目式管理：数据管理，标注，训练和测试都是在项目内进行
• 数据导入: 支持图像文件夹批量导入、视频抽帧、已有标注导入
• 图像标注: 支持手动标注，支持加载训练的全系列YOLO模型自动标注，支持使用预训练的SAM系列模型辅助标注，支持调用多模态大模型进行标注（目前仅支持detect任务）
• YOLO训练: 支持YOLOv5~YOLOv26全系列模型，训练参数可视化配置，实时进度监控
• 结果分析: 损失曲线、mAP指标、混淆矩阵、预测结果展示，训练权重的导出
• 模型测试：支持流水测试模型，加载图片或视频后，一键测试并可视化

安装运行

安装依赖

pip install -r requirements.txt

注意：

1、如果想用gpu，请自行安装cuda版的pytorch，链接https://pytorch.org/get-started/locally/， 选择适配自己设备的版本

2、如果想使用yolov26，请务必把 Ultralytics 库升级到最新版本，pip install --upgrade Ultralytics

运行程序

python main.py

操作指南

1. 项目创建与管理

创建新项目

1. 启动EzYOLO应用
2. 在主界面点击"新建项目"按钮
3. 填写项目名称
4. 选择项目类型（默认为目标检测）
5. 点击"创建"按钮完成项目创建

选择现有项目

1. 在主界面的项目列表中选择一个项目
2. 点击"打开项目"按钮进入项目

2. 数据导入

导入图像文件夹

1. 进入项目后，切换到"导入"页面
2. 点击"📁 导入文件夹"按钮
3. 选择包含图像的文件夹
4. 等待导入完成，查看导入结果

导入视频

1. 进入项目后，切换到"导入"页面
2. 点击"🎬 导入视频"按钮
3. 选择视频文件
4. 设置抽帧间隔（默认30帧抽取1帧）
5. 等待视频处理完成，查看导入的帧

导入已有标注

1. 进入项目后，切换到"导入"页面
2. 点击"📝 导入标注"按钮
3. 选择包含标注文件的文件夹
4. 等待导入完成，查看导入结果

3. 图像标注

基本标注操作

1. 进入项目后，切换到"标注"页面
2. 在左侧图片列表中选择一张图片
3. 在右侧工具栏选择标注工具（矩形框、多边形等）
4. 在中间画布上绘制标注
5. 选择标注类别
6. 标注会自动保存

快捷键操作

• A: 上一张
• D: 下一张
• Ctrl+Z: 撤销上一步操作
• Ctrl+Y: 重做操作
• Delete: 删除选中的标注
• 空格键: 快速切换到下一张图片
• Enter: 完成当前标注

自动标注

YOLO自动标注

1. 进入项目后，切换到"标注"页面
2. 点击顶部工具栏的"🤖 自动标注"按钮
3. 选择"⚙️ 设置"的“YOLO自动标注”页面进行模型配置
4. 选择模型类型和参数
5. 点击"🔍 单张推理"或"📋 批量推理"开始自动标注
6. 查看自动标注结果并进行必要的调整

SAM辅助标注

1. 进入项目后，切换到"标注"页面
2. 点击顶部工具栏的"🤖 自动标注"按钮
3. 选择"⚙️ 设置"，进入“SAM自动标注”页面进行模型配置
4. 选择模型类型和参数
5. 点击"SAM"进入辅助标注状态，左键单点后模型会对这个物体生成mask；按下control后支持多点，mask会覆盖所有点；右键按下后画框，模型会在框内进行推理。标注的类别为标注页面右侧选中的类别。
6. 查看辅助标注结果并进行必要的调整

LLM自动标注（只支持detect任务）

1. 进入项目后，切换到"标注"页面
2. 点击顶部工具栏的"🤖 自动标注"按钮
3. 选择"⚙️ 设置"，进入“LLM自动标注”页面进行模型配置
4. 配置API KEY，Base URL，Model；可以自行调整提示词来优化
5. 点击"LLM"开始单张推理或批量推理，检测目标是右侧选中的类别。
6. 查看自动标注结果并进行必要的调整

4. 模型训练

配置训练参数

1. 进入项目后，切换到"训练"页面
2. 在左侧配置面板选择模型版本和型号
3. 调整训练参数（epochs、batch size、learning rate等）
4. 选择数据集划分比例
5. 设置数据增强选项

开始训练

1. 点击"▶ 开始训练"按钮
2. 在右侧监控面板查看训练进度
3. 观察损失曲线和mAP指标的变化
4. 等待训练完成

训练结果

1. 训练完成后，在"结果"页面查看详细结果
2. 查看训练指标和模型性能
3. 导出训练好的模型
4. 分析混淆矩阵和预测结果

5. 模型导出

导出为PT文件

1. 在"结果"页面，选择一个训练任务
2. 点击"导出为pt"按钮
3. 选择保存路径
4. 等待导出完成

导出结果文件夹

1. 在"结果"页面，选择一个训练任务
2. 点击"导出结果文件夹"按钮
3. 选择保存路径
4. 等待导出完成

6. 测试

加载模型

1. 程序会优先查找本项目训练文件夹中的best.pt
2. 可以自行加载其他模型
3. 选择对应的YOLO版本和型号

调整推理参数

可设置置信度，IOU阈值

加载数据

可同时加载图片和视频

推理

查看推理结果，视频结果可播放

7. 高级功能

类别管理

1. 在"标注"页面，点击右侧面板的"类别管理"按钮
2. 添加、编辑或删除类别
3. 为每个类别设置颜色
4. 点击"保存"按钮应用更改

批量操作

1. 在"标注"页面，点击顶部工具栏的"批量操作"按钮
2. 选择批量操作类型（如批量删除、批量修改类别等）
3. 选择要操作的图片
4. 执行批量操作

设置

1. 在主界面点击"设置"按钮
2. 调整应用主题
3. 设置预训练模型路径
4. 调整自动保存间隔
5. 点击"保存设置"按钮应用更改

8. 常见问题

模型下载失败

• 检查网络连接
• 确保预训练模型路径有写入权限
• 尝试手动下载模型并放入pretrained文件夹

视频导入卡住

• 视频文件过大时可能需要较长时间
• 应用会在后台处理视频，不会阻塞界面
• 可以查看进度条了解处理状态

训练内存不足

• 减小batch size
• 减小image size
• 使用更小的模型（如nano版本）

标注自动保存

• 标注会在绘制完成后自动保存
• 可以在设置中调整自动保存间隔
• 建议定期备份projects文件夹