如何打包包含深度学习模块做的 PYQT 工程？

[MerhanLee]

最近做的一个课设，是 CV 领域的深度学习的模型做出来的一个 QT 工程。就是除了基本的 opencv 实现打开图片、视频，图像放大的功能以外，还有个用训练出来的模型做一个图像处理的功能。
模型文件（一百多 M ，别人训练直接拿来用的）和用的 torch 与 torch vision 库都挺大的，整个项目体积主要就是 pth 模型文件的那一百多 M 。
用 python 的 pyinstaller 打包编译程序打包出来 5 个 G ，简单的功能打开图片啥的没啥问题，运行正常，但是一旦点深度学习功能的按钮，立刻闪退。
请问这个问题怎么解决？以及如何打包体积比较小？

[NessajCN]

运行脚本里加上判断依赖是否存在，否则就下载安装
或者手写 requirements.txt 让人自己去下依赖

[wanei]

直接将 python 及项目依赖都打包在一起，课设只要正常运行就行了

[zyx199199]

1. 你打包时应该没有创建独立的 python 运行环境。需要创建一个独立的 python 运行环境，然后安装你的项目依赖库再打包

2. pysinstaller 可以手动指定哪些依赖库要打包的，建议完全手动指定，它的自动查询依赖的机制并不完善

3. 理论上而言，训练好的模型只是要使用的话，是不需要 pytorch/tensorflow 的。不过可能要对模型做一些转换，这一点我不是非常确定

4. 正常情况下，一个 pyqt 项目，没啥大的依赖库，打包后大概是 100 M 。用一些技巧压缩，大概能压缩到几十 M 。

[zyx199199]

5. 你的闪退问题，肯定是 pytorch 没有打包进去导致的。pyinstaller 打包时有个参数（参数值忘了，可以在官网查一下），作用是运行程序时同时展示一个命令行窗口，一旦程序报错闪退，命令行窗口内会显示报错信息

[MerhanLee]

@zyx199199 哇，谢谢大佬给的建议，我再去试试能不能打包出来。我那个训练的 pth 是加载在测试集代码，所以 import module.py ，module 里面用到了 torch 。看看能不能简化一下。它的环境是我新建的虚拟环境，应该只有它的那些库。

[Lychee0]

推理代码还是和 ui 分离开来比较好哈

打包 torch 库必然体积爆炸啊，会写 C++就找个符合你需求的推理框架部署下吧（用 libtorch 也行）；会 rust 看看 candle?

[Lychee0]

只会 py 那就 onnx 了，打包出来应该不算大

[MiketsuSmasher]

把你训练的模型拆分出来，把项目代码改成加载外部模型的模式，但把项目和数据捆绑起来分发