YOLOSHOW一个窗口跑通所有 YOLO 版本的免费目标检测图形化界面【免费下载链接】YOLOSHOWYOLO SHOW - YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM YOLO GUI based on Pyside6项目地址: https://gitcode.com/gh_mirrors/yo/YOLOSHOWYOLOSHOW 是一个免费开源的目标检测图形化界面。一条命令启动一个窗口管完 YOLOv5 到 v11、RT-DETR、SAM图片检测、视频分析、摄像头实时都做不用写一行 Python。三步跑起来环境搭建与启动第 1 步创建环境conda create -n yoloshow python3.9 conda activate yoloshow给程序一个独立的 Python 3.9 环境避免和你电脑上其他项目打架。第 2 步装 PyTorch 和项目依赖pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118PyTorch 是跑 YOLO 模型的底座显卡不匹配 cu118 的话把 index-url 换成对应版本即可。pip install -r requirements.txt一条命令拉齐 PySide6 等界面和推理依赖。第 3 步启动python main.py窗口弹出就能开始检测。首次运行前把fonts/Shojumaru-Regular.ttf放进系统字体目录、把你常用的模型放进ptfiles/程序会自动认出它们。能力拆解YOLOSHOW 具体能做什么 输入随便喂图片、视频、摄像头都行单张图片打开就有框和类别标签新手用它最快理解目标检测的输出长什么样。视频文件逐帧分析、结果实时画在画面上旧监控录像拿来复看也合适。本地或网络摄像头USB 摄像头和 RTSP 流都支持接上就能验证实时性。文件夹批量整个目录指过去一次处理完省去逐个打开的重复操作。⚙️ 检测参数边跑边改IOU 阈值两个检测框允许重叠的程度和置信度滑一下框立刻重新过滤你能直接看到阈值差异不用停掉重跑。延迟时间控制出帧节奏画面流畅度和硬件负担之间自己找平衡。线条粗细框画多粗自定义保存下来的结果图和视频都更清爽。模型丢进文件夹就认启动时自动扫描ptfiles/所有 .pt 文件列在界面上切模型点一下就换不用翻文件目录。覆盖 YOLOv5 到 YOLOv11、RT-DETR、SAM、MobileSAM、FastSAM做哪类任务都有得选。文件名带上版本词分割、姿态、旋转框模型加 seg / pose / obb 后缀程序会自动分清模型的任务类型。 多模型同屏跑对比着看YOLOSHOW 的 VS 对比模式让同一份输入同时喂给多个模型精度和速度差异一眼排开。跨任务也能比目标检测、实例分割、姿态估计、旋转框可以放同一屏里看。FPS 和检测结果并排显示挑一个最适合你场景的“精度/延迟”组合很快。它能替你干的活3 个落地场景智能安防把摄像头接在门口让程序常驻人和物体自动进框不用有人 24 小时盯屏。工业质检模型对准产线跑缺陷检测检出率用真实帧数说话给工艺调整留证据。交通管理对着路口摄像头实时统计车辆和行人直接产出通行量分析素材。了解一点内部设计与更新界面基于 PySide6 搭建窗口逻辑和入口在yoloshow/YOLOv5 到 v11、RT-DETR、SAM 各版本的算法实现分别放在yolocode/下的独立子目录里分工清楚想读源码知道从哪下钻。项目免费开源Windows 和 Linux 都支持新 YOLO 版本出来后会持续跟进。无论你是刚入门目标检测的学生还是想快速验证模型的工程师这套工具都能省掉写启动脚本和调参代码的功夫。下一步很明确克隆仓库git clone https://gitcode.com/gh_mirrors/yo/YOLOSHOW丢一个 .pt 模型进 ptfiles/跑出你的第一个检测框。【免费下载链接】YOLOSHOWYOLO SHOW - YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM YOLO GUI based on Pyside6项目地址: https://gitcode.com/gh_mirrors/yo/YOLOSHOW创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 YOLOSHOW：一个窗口跑通所有 YOLO 版本的免费目标检测图形化界面
YOLOSHOW一个窗口跑通所有 YOLO 版本的免费目标检测图形化界面【免费下载链接】YOLOSHOWYOLO SHOW - YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM YOLO GUI based on Pyside6项目地址: https://gitcode.com/gh_mirrors/yo/YOLOSHOWYOLOSHOW 是一个免费开源的目标检测图形化界面。一条命令启动一个窗口管完 YOLOv5 到 v11、RT-DETR、SAM图片检测、视频分析、摄像头实时都做不用写一行 Python。三步跑起来环境搭建与启动第 1 步创建环境conda create -n yoloshow python3.9 conda activate yoloshow给程序一个独立的 Python 3.9 环境避免和你电脑上其他项目打架。第 2 步装 PyTorch 和项目依赖pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118PyTorch 是跑 YOLO 模型的底座显卡不匹配 cu118 的话把 index-url 换成对应版本即可。pip install -r requirements.txt一条命令拉齐 PySide6 等界面和推理依赖。第 3 步启动python main.py窗口弹出就能开始检测。首次运行前把fonts/Shojumaru-Regular.ttf放进系统字体目录、把你常用的模型放进ptfiles/程序会自动认出它们。能力拆解YOLOSHOW 具体能做什么 输入随便喂图片、视频、摄像头都行单张图片打开就有框和类别标签新手用它最快理解目标检测的输出长什么样。视频文件逐帧分析、结果实时画在画面上旧监控录像拿来复看也合适。本地或网络摄像头USB 摄像头和 RTSP 流都支持接上就能验证实时性。文件夹批量整个目录指过去一次处理完省去逐个打开的重复操作。⚙️ 检测参数边跑边改IOU 阈值两个检测框允许重叠的程度和置信度滑一下框立刻重新过滤你能直接看到阈值差异不用停掉重跑。延迟时间控制出帧节奏画面流畅度和硬件负担之间自己找平衡。线条粗细框画多粗自定义保存下来的结果图和视频都更清爽。模型丢进文件夹就认启动时自动扫描ptfiles/所有 .pt 文件列在界面上切模型点一下就换不用翻文件目录。覆盖 YOLOv5 到 YOLOv11、RT-DETR、SAM、MobileSAM、FastSAM做哪类任务都有得选。文件名带上版本词分割、姿态、旋转框模型加 seg / pose / obb 后缀程序会自动分清模型的任务类型。 多模型同屏跑对比着看YOLOSHOW 的 VS 对比模式让同一份输入同时喂给多个模型精度和速度差异一眼排开。跨任务也能比目标检测、实例分割、姿态估计、旋转框可以放同一屏里看。FPS 和检测结果并排显示挑一个最适合你场景的“精度/延迟”组合很快。它能替你干的活3 个落地场景智能安防把摄像头接在门口让程序常驻人和物体自动进框不用有人 24 小时盯屏。工业质检模型对准产线跑缺陷检测检出率用真实帧数说话给工艺调整留证据。交通管理对着路口摄像头实时统计车辆和行人直接产出通行量分析素材。了解一点内部设计与更新界面基于 PySide6 搭建窗口逻辑和入口在yoloshow/YOLOv5 到 v11、RT-DETR、SAM 各版本的算法实现分别放在yolocode/下的独立子目录里分工清楚想读源码知道从哪下钻。项目免费开源Windows 和 Linux 都支持新 YOLO 版本出来后会持续跟进。无论你是刚入门目标检测的学生还是想快速验证模型的工程师这套工具都能省掉写启动脚本和调参代码的功夫。下一步很明确克隆仓库git clone https://gitcode.com/gh_mirrors/yo/YOLOSHOW丢一个 .pt 模型进 ptfiles/跑出你的第一个检测框。【免费下载链接】YOLOSHOWYOLO SHOW - YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM YOLO GUI based on Pyside6项目地址: https://gitcode.com/gh_mirrors/yo/YOLOSHOW创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考