python文件打包无法导入ultralytics模块

💥打包的 `.exe` 闪退了?别慌!教你逐步排查 PyInstaller 打包的所有错误!

    • 🛠 运行 `.exe` 查看报错信息
      • ✅ 正确姿势:
    • ⚠ importlib 动态导入导致打包失败
      • ❓什么是动态导入?
      • ✅ 解决方式:
    • 📦 包元数据丢失问题:`importlib.metadata.PackageNotFoundError`
      • 🎯 根本原因:
      • ✅ 解决方法一:打包命令添加参数
      • ✅ 解决方法二:使用 `.spec` 文件方式
    • ❌ DLL 加载失败:WinError 127
      • ✅ 修复步骤:
        • ✅ 第一步:找到 torch 的 lib 路径
        • ✅ 第二步:修改 `.spec` 文件
    • 🔧 终极解决方案:用 `PyInstaller.__main__` 写一个自定义 `package.py`
      • ✅ 优点:
    • 🔚 总结
    • 🧠 附:打包常见库建议参数

前面的只是学习,虽然问题解决了,但是一个个问题又冒出来了,可以直接看最后一部分,我换了一个方法。

🛠 运行 .exe 查看报错信息

很多人在直接双击 .exe 文件时,会发现它“一闪而过”就没了。这是因为程序崩溃了,报错信息来不及显示。

✅ 正确姿势:

  1. 打开终端(CMD 或 PowerShell)
  2. 切换到 .exe 文件所在目录
  3. 运行:
cd dist\your_program
.\your_program.exe

如图所示:

运行exe看报错


⚠ importlib 动态导入导致打包失败

❓什么是动态导入?

很多库使用 importlib.import_module("模块名") 来动态加载模块,而不是传统的 import 模块名

PyInstaller 只能分析静态导入,遇到动态导入时,它就不知该打包啥了,运行就会提示模块缺失或功能失效。

✅ 解决方式:

spec 文件的 datas 中手动添加:

datas = [(r"G:\anaconda\envs\pcb\Lib\site-packages\ultralytics", "ultralytics"),
]

重新打包即可。


📦 包元数据丢失问题:importlib.metadata.PackageNotFoundError

报错信息:

importlib.metadata.PackageNotFoundError: No package metadata was found for torchvision

🎯 根本原因:

PyInstaller 默认不会打包 metadata,而有些库(如 ultralytics)使用:

importlib.metadata.version("torchvision")

来获取依赖库的版本,因此需要明确告诉它:把 metadata 一起带上!

✅ 解决方法一:打包命令添加参数

pyinstaller --onefile ^--collect-all ultralytics ^--copy-metadata=torch ^--copy-metadata=torchvision ^--copy-metadata=ultralytics ^main_window.py

✅ 解决方法二:使用 .spec 文件方式

.spec 中添加:

from PyInstaller.utils.hooks import copy_metadatadatas += copy_metadata('torch')
datas += copy_metadata('torchvision')
datas += copy_metadata('ultralytics')

❌ DLL 加载失败:WinError 127

错误提示:

OSError: [WinError 127] 找不到指定模块
Error loading "torch\lib\caffe2_detectron_ops.dll"

说明 PyInstaller 没把某些 .dll 一起打包!

✅ 修复步骤:

✅ 第一步:找到 torch 的 lib 路径

运行:

python -c "import torch; print(torch.__path__)"

假设路径为:

G:\anaconda\envs\pcb\Lib\site-packages\torch
✅ 第二步:修改 .spec 文件
import glob
import ostorch_dlls = [(f, os.path.join('torch', 'lib')) for f in glob.glob(r'G:\anaconda\envs\pcb\Lib\site-packages\torch\lib\*.dll')
]a = Analysis(['main_window.py'],...binaries=torch_dlls,datas=[(r"G:\anaconda\envs\pcb\Lib\site-packages\ultralytics", "ultralytics"),(r"G:\anaconda\envs\pcb\Lib\site-packages\torch", "torch"),(r"G:\anaconda\envs\pcb\Lib\site-packages\torchvision", "torchvision"),],...
)

🔧 终极解决方案:用 PyInstaller.__main__ 写一个自定义 package.py

上面的方法,始终有问题。耽误了我一天的时间,最终终于找到了解决的方案。换了一种方法。
import PyInstaller.main
你可以自己写一个 package.py 脚本统一管理打包逻辑:

import PyInstaller.__main__PyInstaller.__main__.run(['--onefile','--nowindowed','-n', 'defect_detect','-i', 'ui/ui_imgs/icons/目标检测.ico','--add-data=ui/ui_imgs/icons;ui/ui_imgs/icons','--add-data=view/style.css;view','--copy-metadata=torch','--copy-metadata=torchvision','--copy-metadata=ultralytics','--collect-all', 'ultralytics','main_window.py',
])

✅ 优点:

  • 不再需要手动修改 .spec
  • 自动包含 metadata
  • 可重复运行,一键打包!

🔚 总结

错误类型解决方案
exe 闪退命令行运行查看报错
动态导入库找不到datas手动添加路径
metadata 丢失添加 --copy-metadata 参数
DLL 加载失败torch/lib/*.dll 添加进 binaries
打包太麻烦用 PyInstaller API 脚本自动化

🧠 附:打包常见库建议参数

库名称打包建议
ultralytics--collect-all ultralytics
torch--copy-metadata=torch + 添加 dll
torchvision--copy-metadata=torchvision
numpy一般自动打包
matplotlib建议 --collect-submodules

如果你觉得本篇文章对你有帮助,欢迎点赞、收藏、转发!🚀
更多 PyInstaller 技术细节、实战案例持续更新中~
有任何问题也欢迎评论区留言交流!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/76509.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【React框架】什么是 Vite?如何使用vite自动生成react的目录?

什么是 Vite? Vite 是一个基于原生 ES Modules 开发的前端构建工具,由 Evan You(Vue 的作者)开发。它最大的特点包括: 极速冷启动:因为利用了浏览器原生的 ES Modules,所以在开发时无需等待整…

深入解读 React 纯组件(PureComponent)

什么是纯组件? React 的纯组件(PureComponent)是 React.Component 的一个变体,它通过浅比较(shallow comparison)props 和 state 来自动实现 shouldComponentUpdate() 方法,从而优化性能。 核心特点 1. 自动浅比较: PureCompon…

JavaScript数组方法:`some()`的全面解析与应用

文章目录 JavaScript数组方法:some()的全面解析与应用一、some()方法的基本概念语法参数说明返回值 二、some()方法的核心特点三、基础用法示例示例1:检查数组中是否有大于10的元素示例2:检查字符串数组中是否包含特定子串 四、实际应用场景1…

判断两个 IP 地址是否在同一子网 C

#include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> // 将点分十进制的 IP 地址转换为 32 位无符号整数 unsigned int ip_to_uint(const char *ip) { struct in_addr addr; if (inet_pton(AF_INET, ip, &am…

React 组件样式

在这里插入图片描述 分为行内和css文件控制 行内 通过CSS中类名文件控制

尚硅谷Java第 4、5 章IDEA,数组

第 4 章&#xff1a;IDEA的使用 第 5 章&#xff1a;数组 5.1 数组的概述 数组(Array)&#xff1a;就可以理解为多个数据的组合。 程序中的容器&#xff1a;数组、集合框架&#xff08;List、Set、Map&#xff09;。 数组中的概念&#xff1a; 数组名 下标&#xff08;或索…

SQL注入基本原理靶场实现

↵ 一、前言 SQL注入漏洞(SQL injection)是WEB层面高危的漏洞之一&#xff0c;也是常见的攻击方式。 二、本质 1、什么是SQL注入 SQL 注入是一种利用应用程序对用户输入数据过滤不严格&#xff0c;将恶意 SQL 代码插入到正常 SQL 语句中&#xff0c;从而操控数据库查询逻辑的…

图像预处理(OpenCV)

1 图像翻转(图像镜像旋转) 在OpenCV中&#xff0c;图片的镜像旋转是以图像的中心为原点进行镜像翻转的。 cv2.flip(img,flipcode) 参数 img: 要翻转的图像 flipcode: 指定翻转类型的标志 flipcode0: 垂直翻转&#xff0c;图片像素点沿x轴翻转 flipcode>0: 水平翻转&…

PCDN收益高低的关键因素

PCDN&#xff08;P2P内容分发网络&#xff09;收益好的三个主要关键因素是&#xff1a;硬件配置与性能、网络环境与质量、业务调度与策略。 1. 硬件配置与性能 设备稳定性与兼容性 PCDN节点需长时间稳定运行&#xff0c;硬件性能直接影响收益。例如&#xff0c;使用高性能CPU、…

『生成内容溯源系统』详解

生成内容溯源系统详解 1. 定义与核心目标 生成内容溯源系统&#xff08;Generative Content Provenance System&#xff09;是指能够追踪AI生成内容的来源、生成过程、版权归属及修改历史的技术体系。其核心目标是&#xff1a; 验证真实性&#xff1a;证明内容由特定AI模型生…

conda如何安装和运行jupyter

在Conda环境中安装和运行Jupyter Notebook是一项常见且实用的任务&#xff0c;特别是在数据科学和机器学习项目中。以下是使用Conda安装和运行Jupyter Notebook的步骤&#xff1a; 安装Jupyter Notebook 首先&#xff0c;确保你的Conda是最新的。打开终端或Anaconda Prompt&a…

QML之Flickable(滚动区域)

Flickable 是 QML 中用于创建可滚动区域的基础组件&#xff0c;它比 ScrollView 提供更底层的控制&#xff0c;适合需要自定义滚动行为的场景。 基本用法 qml import QtQuick 2.15Flickable {width: 200height: 200contentWidth: 400 // 内容总宽度contentHeight: 800 // 内…

【NumPy科学计算引擎:从基础操作到高性能实践】

目录 前言&#xff1a;技术背景与价值当前技术痛点解决方案概述目标读者说明 一、技术原理剖析关键技术模块说明技术选型对比 二、实战演示环境配置核心代码实现运行结果验证 三、性能对比测试方法论量化数据对比结果分析 四、最佳实践推荐方案 ✅常见错误 ❌调试技巧 五、应用…

PandaGPT实战(1): 环境配置及效果演示

文章目录 1. 环境安装2. 数据准备2.1 模型权重获取2.2 训练数据准备3. 效果演示3.1 训练3.2 部署效果PandaGPT是首个无需显式监督即能跨六种模态执行指令微调任务的基础模型。它展现出多样化的多模态能力,包括复杂理解/推理、基于知识的描述以及多轮对话交互。 作为通用型指令…

spring security oauth2.0 使用GitHub

在 Spring Security 中集成 GitHub 的 OAuth 2.0 登录&#xff0c;可以实现用户通过 GitHub 账号快速认证。以下是完整的分步实现指南和代码示例&#xff1a; 一、前置准备 1. 在 GitHub 注册 OAuth 应用 访问 GitHub Settings → Developer settings → OAuth Apps点击 New …

QT聊天项目DAY01

1.新建初始项目 2.修改UI格式 运行效果 3.创建登录界面 设计登录界面UI 设计布局 调整布局间距 往水平布局中拖入标签和文本输入框 更换控件名称并固定高度 添加窗口部件 往现有的资源文件中导入图片 添加水平布局 4.设置登陆界面为主窗口的核心组件 #pragma once#include &l…

检测到目标URL存在http host头攻击漏洞

漏洞描述 修复措施 方法一&#xff1a; nginx 的 default_server 指令可以定义默认的 server 去处理一些没有匹配到 server_name 的请求&#xff0c;如果没有显式定义&#xff0c;则会选取第一个定义的 server 作为 default_server。 server { …

小甲鱼第004讲:变量和字符串(下)| 课后测试题及答案

问答题: 0. 请问下面代码有没有毛病&#xff0c;为什么? 请问下面代码为什么会出错&#xff0c;应该如何解决&#xff1f; 答:这是由于在字符串中&#xff0c;反斜杠()会与其随后的字符共同构成转义字符。 为了避免这种不测情况的发生&#xff0c;我们可以在字符串的引号前面…

Hyprnote开源程序是一款记录和转录您会议的 AI 记事本。 本地优先且可扩展 。

一、软件介绍 文末提供源码下载学习 Hyprnote开源程序是一款记录和转录您会议的 AI 记事本。 从您的原始会议记录中生成强大的摘要&#xff0c;本地优先且可扩展 。使用开源模型 &#xff08;Whisper & Llama&#xff09; 离线工作&#xff0c;高度可扩展 &#xff0c;由插…

FreeRTOS使任务处于阻塞态的API

在FreeRTOS中&#xff0c;任务进入阻塞状态通常是因为等待某个事件或资源。以下是常用的使任务进入阻塞态的API及其分类&#xff1a; 1. 任务延时 vTaskDelay(pdMS_TO_TICKS(ms)) 将任务阻塞固定时间&#xff08;相对延时&#xff0c;从调用时开始计算&#xff09;。 示例&…