Python 解释器 + Shell 脚本实现桌面打开软件

整体步骤

步骤 1:创建一键启动脚本(替代打包后的 exe)

/opt/darknet-master/train/目录下新建 ai_trainer.sh,内容:

复制代码
#!/bin/bash
set -e  # 出错时立即退出,便于排查

# ==================== 1. 强制配置环境(和你的开发环境完全一致) ====================
# 激活虚拟环境
source /opt/Auto-Label-Tool/envs/bin/activate

# 配置CUDA/Darknet环境变量(和终端运行一致)
export PATH="/usr/local/cuda-11.4/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.4/lib64:/opt/darknet-master:$LD_LIBRARY_PATH"
export CUDA_HOME="/usr/local/cuda-11.4"
export PYTHONPATH="/opt/darknet-master/train:$PYTHONPATH"

# ==================== 2. 运行核心代码 ====================
echo "===== AI训练助手启动中 ====="
python /opt/darknet-master/train/train.py

# ==================== 3. 收尾(可选) ====================
deactivate
echo "===== 程序运行结束 ====="
步骤 2:赋予脚本执行权限
复制代码
chmod +x /opt/darknet-master/train/ai_trainer.sh
步骤 3:创建桌面快捷方式(模拟 exe 双击)

在 Ubuntu 桌面新建 AI训练助手.desktop 文件(右键→新建文档→重命名),内容:

复制代码
[Desktop Entry]
Version=1.0
Type=Application
Name=AI训练助手
Comment=YOLO训练工具(替代PyInstaller打包版)
Exec=/opt/darknet-master/train/ai_trainer.sh  # 脚本绝对路径
Icon=/opt/darknet-master/train/AI.png        # 你的图标路径(可选)
Terminal=true  # 显示终端日志(便于排查问题)
Categories=Development;Utility;
Encoding=UTF-8
StartupNotify=true

赋予桌面文件权限:

复制代码
chmod +x ~/Desktop/AI训练助手.desktop
步骤 4:运行验证
复制代码
# 方式1:终端直接运行(推荐,查看完整日志)
/opt/darknet-master/train/ai_trainer.sh

# 方式2:双击桌面的「AI训练助手」图标(和exe双击体验一致)

创建.sh

步骤 1:进入目标目录

打开终端,执行以下命令切换到 /opt/darknet-master/train/ 目录:

复制代码
cd /opt/darknet-master/train/

⚠️ 若提示 Permission denied(权限不足),先提升权限:

复制代码
sudo su  # 切换到root用户(输入密码后回车)
cd /opt/darknet-master/train/  # 再次进入目标目录
步骤 2:创建并编辑 ai_trainer.sh

使用 nano 编辑器(简单易上手)创建并编辑脚本:

复制代码
nano ai_trainer.sh
步骤 3:粘贴脚本内容

在打开的 nano 编辑器中,粘贴以下完整脚本内容(按 Ctrl+V 粘贴):

复制代码
#!/bin/bash
set -e  # 出错时立即退出,便于排查

# ==================== 1. 强制配置环境(和你的开发环境完全一致) ====================
# 激活虚拟环境
source /opt/Auto-Label-Tool/envs/bin/activate

# 配置CUDA/Darknet环境变量(和终端运行一致)
export PATH="/usr/local/cuda-11.4/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.4/lib64:/opt/darknet-master:$LD_LIBRARY_PATH"
export CUDA_HOME="/usr/local/cuda-11.4"
export PYTHONPATH="/opt/darknet-master/train:$PYTHONPATH"

# ==================== 2. 运行核心代码 ====================
echo "===== AI训练助手启动中 ====="
python /opt/darknet-master/train/train.py

# ==================== 3. 收尾(可选) ====================
deactivate
echo "===== 程序运行结束 ====="
步骤 4:保存并退出 nano 编辑器
  1. Ctrl+O(保存文件),回车确认文件名;
  2. Ctrl+X(退出编辑器)。
步骤 5:赋予脚本执行权限

执行以下命令让脚本具备可运行权限:

复制代码
chmod +x ai_trainer.sh

⚠️ 若之前切换到了 root 用户,需确保权限对普通用户生效:

复制代码
chmod 755 ai_trainer.sh  # 所有用户可执行,所有者可读写
chown qt:qt ai_trainer.sh  # 将文件归属改为你的普通用户(qt)

Ubuntu 桌面新建 .desktop

步骤 1:切换到桌面目录

打开终端,执行命令进入桌面路径(Ubuntu 默认桌面路径为 ~/Desktop):

复制代码
cd ~/Desktop/
步骤 2:创建并编辑 .desktop 文件

使用 nano 编辑器创建文件(新手友好):

复制代码
nano AI训练助手.desktop
步骤 3:粘贴完整配置内容

nano 编辑器中,粘贴以下内容(需根据你的实际路径修改ExecIcon):

复制代码
[Desktop Entry]
Version=1.0
Type=Application
Name=AI训练助手
Comment=YOLO训练工具(替代PyInstaller打包版)
# 关键:替换为你的ai_trainer.sh脚本绝对路径
Exec=/opt/darknet-master/train/ai_trainer.sh
# 可选:替换为你的图标绝对路径(无图标可注释/删除该行)
Icon=/opt/darknet-master/train/AI.png
Terminal=true  # 显示终端窗口(便于查看运行日志/报错)
Categories=Development;Utility;AI;
Encoding=UTF-8
StartupNotify=true  # 启动时显示通知
Name[zh_CN]=AI训练助手
Comment[zh_CN]=YOLO训练助手,调用Darknet训练模型

⚠️ 核心参数说明:

  • Exec:必须是 ai_trainer.sh绝对路径(之前创建的脚本路径);
  • Icon:可选,填你的图标图片路径(如无图标,删除该行即可);
  • Terminal=true:必须保留,否则脚本运行时无日志,出错无法排查。
步骤 4:保存并退出编辑器
  1. Ctrl+O → 回车确认文件名;
  2. Ctrl+X 退出 nano
步骤 5:赋予可执行权限
复制代码
chmod +x ~/Desktop/AI训练助手.desktop
相关推荐
E_ICEBLUE1 分钟前
使用 Python 在 PowerPoint 中添加或移除背景(图像与颜色)
python·powerpoint
lsx2024063 分钟前
Go 语言范围(Range)
开发语言
初心未改HD4 分钟前
Go语言同步原语Mutex、WaitGroup、Once深度解析
开发语言·golang
研究点啥好呢6 分钟前
华为数据分析工程师面试题精选:10道高频考题+答案解析
python·sql·面试·求职招聘
lynnlovemin9 分钟前
C++高精度加减乘除算法详解
开发语言·c++·算法·高精度
梅孔立11 分钟前
Aspose.Words Java 表格动态删列、合并列、表头重建、全局字体统一解决方案
java·开发语言·word·aspose·在线编辑
Dxy123931021612 分钟前
js如何根据开始位置结束位置在类表中取对应范围的数据
开发语言·javascript·ecmascript
eastyuxiao13 分钟前
OpenClaw 文档处理Skill
开发语言·人工智能
rrr215 分钟前
【PyQt5】| 多线程设计模式
开发语言·qt·设计模式
财经资讯数据_灵砚智能16 分钟前
基于全球经济类多源新闻的NLP情感分析与数据可视化(夜间-次晨)2026年4月29日
人工智能·python·信息可视化·自然语言处理·ai编程