一、安装
查看cuda版本
nvidia-smi 或者 nvcc -V
创建YOLOv10文件加，在此文件夹下进入终端cmd
python创建虚拟环境
python -m venv yolov10激活虚拟环境
call yolov10\Scripts\activate安装依赖包
pip install supervision labelme labelme2yolo huggingface_hub google_cloud_audit_log
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install git+https://github.com/THU-MIG/yolov10.git如果最后一条执行不了，在YOLOv10创建requirements.txt文件，添加以下内容
onnx==1.14.0
pycocotools==2.0.7
onnxsim==0.4.36
onnxruntime-gpu==1.18.0
gradio==4.31.5
safetensors==0.4.3安装以上模块
pip install -r requirements.txt重新运行此条命令
pip install git+https://github.com/THU-MIG/yolov10.git二、yolo10 摄像头检测物体
1、python yolov10-infer.py 训练之前测试
2、python gen-imgs.py 运行截图程序准备训练数据
3、roboflow在线标注(或者本地用labelme标注 )
4、yolo detect train data=yolo10-test/data.yaml model=yolov10n.pt epochs=30 batch=8 imgsz=640 device=0
5、python yolov10-detect.py 测试训练后的模型
三、本地标注工具
1、labelme 运行本地标注工具
2、labelme2yolo --json_dir D:\github\yolo10\output_images
