Python解釋器+Shell腳本實(shí)現(xiàn)桌面打開軟件過程
更新時(shí)間：2025年12月29日 09:30:38 作者：a_zzzzzzzz
本文介紹了在Ubuntu系統(tǒng)上創(chuàng)建一個(gè)模擬Windows可執(zhí)行文件（.exe）的腳本（.sh）,并通過桌面快捷方式實(shí)現(xiàn)一鍵啟動(dòng),整個(gè)過程包括創(chuàng)建腳本、賦予執(zhí)行權(quán)限、創(chuàng)建桌面快捷方式以及運(yùn)行驗(yàn)證
整體步驟
步驟 1：創(chuàng)建一鍵啟動(dòng)腳本（替代打包后的 exe）
在/opt/darknet-master/train/目錄下新建 ai_trainer.sh，內(nèi)容：
#!/bin/bash set -e # 出錯(cuò)時(shí)立即退出，便于排查 # ==================== 1. 強(qiáng)制配置環(huán)境（和你的開發(fā)環(huán)境完全一致） ==================== # 激活虛擬環(huán)境 source /opt/Auto-Label-Tool/envs/bin/activate # 配置CUDA/Darknet環(huán)境變量（和終端運(yùn)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:$PYTHONPATH" # ==================== 2. 運(yùn)行核心代碼 ==================== echo "===== AI訓(xùn)練助手啟動(dòng)中 =====" python /opt/darknet-master/train/train.py # ==================== 3. 收尾（可選） ==================== deactivate echo "===== 程序運(yùn)行結(jié)束 ====="
步驟 2：賦予腳本執(zhí)行權(quán)限
chmod +x /opt/darknet-master/train/ai_trainer.sh
步驟 3：創(chuàng)建桌面快捷方式（模擬 exe 雙擊）
在 Ubuntu 桌面新建 AI訓(xùn)練助手.desktop 文件（右鍵→新建文檔→重命名），內(nèi)容：
[Desktop Entry] Version=1.0 Type=Application Name=AI訓(xùn)練助手 Comment=YOLO訓(xùn)練工具（替代PyInstaller打包版） Exec=/opt/darknet-master/train/ai_trainer.sh # 腳本絕對(duì)路徑 Icon=/opt/darknet-master/train/AI.png # 你的圖標(biāo)路徑（可選） Terminal=true # 顯示終端日志（便于排查問題） Categories=Development;Utility; Encoding=UTF-8 StartupNotify=true
賦予桌面文件權(quán)限：
chmod +x ~/Desktop/AI訓(xùn)練助手.desktop
步驟 4：運(yùn)行驗(yàn)證
# 方式1：終端直接運(yùn)行（推薦，查看完整日志） /opt/darknet-master/train/ai_trainer.sh # 方式2：雙擊桌面的「AI訓(xùn)練助手」圖標(biāo)（和exe雙擊體驗(yàn)一致）
創(chuàng)建.sh
步驟 1：進(jìn)入目標(biāo)目錄
打開終端，執(zhí)行以下命令切換到 /opt/darknet-master/train/ 目錄：
cd /opt/darknet-master/train/
若提示 Permission denied（權(quán)限不足），先提升權(quán)限：
sudo su # 切換到root用戶（輸入密碼后回車） cd /opt/darknet-master/train/ # 再次進(jìn)入目標(biāo)目錄
步驟 2：創(chuàng)建并編輯ai_trainer.sh
使用 nano 編輯器（簡(jiǎn)單易上手）創(chuàng)建并編輯腳本：
nano ai_trainer.sh
步驟 3：粘貼腳本內(nèi)容
在打開的 nano 編輯器中，粘貼以下完整腳本內(nèi)容（按 Ctrl+V 粘貼）：
#!/bin/bash set -e # 出錯(cuò)時(shí)立即退出，便于排查 # ==================== 1. 強(qiáng)制配置環(huán)境（和你的開發(fā)環(huán)境完全一致） ==================== # 激活虛擬環(huán)境 source /opt/Auto-Label-Tool/envs/bin/activate # 配置CUDA/Darknet環(huán)境變量（和終端運(yùn)行一致） export PATH="/usr/local/cuda-11.4/bin:$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. 運(yùn)行核心代碼 ==================== echo "===== AI訓(xùn)練助手啟動(dòng)中 =====" python /opt/darknet-master/train/train.py # ==================== 3. 收尾（可選） ==================== deactivate echo "===== 程序運(yùn)行結(jié)束 ====="
步驟 4：保存并退出nano編輯器
- 按
Ctrl+O（保存文件），回車確認(rèn)文件名； - 按
Ctrl+X（退出編輯器）。
步驟 5：賦予腳本執(zhí)行權(quán)限
執(zhí)行以下命令讓腳本具備可運(yùn)行權(quán)限：
chmod +x ai_trainer.sh
若之前切換到了 root 用戶，需確保權(quán)限對(duì)普通用戶生效：
chmod 755 ai_trainer.sh # 所有用戶可執(zhí)行，所有者可讀寫 chown qt:qt ai_trainer.sh # 將文件歸屬改為你的普通用戶（qt）
Ubuntu 桌面新建 .desktop
步驟 1：切換到桌面目錄
打開終端，執(zhí)行命令進(jìn)入桌面路徑（Ubuntu 默認(rèn)桌面路徑為 ~/Desktop）：
cd ~/Desktop/
步驟 2：創(chuàng)建并編輯.desktop文件
使用 nano 編輯器創(chuàng)建文件（新手友好）：
nano AI訓(xùn)練助手.desktop
步驟 3：粘貼完整配置內(nèi)容
在 nano 編輯器中，粘貼以下內(nèi)容（需根據(jù)你的實(shí)際路徑修改Exec和Icon）：
[Desktop Entry] Version=1.0 Type=Application Name=AI訓(xùn)練助手 Comment=YOLO訓(xùn)練工具（替代PyInstaller打包版） # 關(guān)鍵：替換為你的ai_trainer.sh腳本絕對(duì)路徑 Exec=/opt/darknet-master/train/ai_trainer.sh # 可選：替換為你的圖標(biāo)絕對(duì)路徑（無圖標(biāo)可注釋/刪除該行） Icon=/opt/darknet-master/train/AI.png Terminal=true # 顯示終端窗口（便于查看運(yùn)行日志/報(bào)錯(cuò)） Categories=Development;Utility;AI; Encoding=UTF-8 StartupNotify=true # 啟動(dòng)時(shí)顯示通知 Name[zh_CN]=AI訓(xùn)練助手 Comment[zh_CN]=YOLO訓(xùn)練助手，調(diào)用Darknet訓(xùn)練模型
核心參數(shù)說明：
Exec：必須是ai_trainer.sh的絕對(duì)路徑（之前創(chuàng)建的腳本路徑）；Icon：可選，填你的圖標(biāo)圖片路徑（如無圖標(biāo)，刪除該行即可）；Terminal=true：必須保留，否則腳本運(yùn)行時(shí)無日志，出錯(cuò)無法排查。
步驟 4：保存并退出編輯器
- 按
Ctrl+O→ 回車確認(rèn)文件名； - 按
Ctrl+X退出nano。
步驟 5：賦予可執(zhí)行權(quán)限
chmod +x ~/Desktop/AI訓(xùn)練助手.desktop
總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
您可能感興趣的文章:
相關(guān)文章
Python使用MyQR生成動(dòng)態(tài)二維碼的示例代碼
二維碼作為信息傳遞的重要載體,結(jié)合動(dòng)態(tài)圖像技術(shù)可以創(chuàng)造出極具創(chuàng)意的交互體驗(yàn),本文用Python的MyQR庫生成動(dòng)態(tài)二維碼,并通過代碼示例介紹的非常詳細(xì),需要的朋友可以參考下2025-09-09
OpenCV-Python直方圖均衡化實(shí)現(xiàn)圖像去霧
直方圖均衡化可以達(dá)到增強(qiáng)圖像顯示效果的目的。最常用的比如去霧。本文就來實(shí)現(xiàn)直方圖均衡化實(shí)現(xiàn)圖像去霧，感興趣的可以了解一下2021-06-06
這篇文章主要介紹了詳解django.contirb.auth-認(rèn)證，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-07-07
Python文本進(jìn)度條實(shí)現(xiàn)過程
文章介紹了使用`print()`函數(shù)實(shí)現(xiàn)簡(jiǎn)單的非刷新文本進(jìn)度條的方法,并按照任務(wù)執(zhí)行百分比來更新進(jìn)度條,提供了單行動(dòng)態(tài)刷新和帶刷新的文本進(jìn)度條的示例,此外,還設(shè)計(jì)了不同風(fēng)格的進(jìn)度條更新函數(shù),以適應(yīng)不同的需求和偏好2026-04-04
分享4個(gè)方便且好用的Python自動(dòng)化腳本
自動(dòng)化測(cè)試是把以人為驅(qū)動(dòng)的測(cè)試行為轉(zhuǎn)化為機(jī)器執(zhí)行的一種過程,直白的就是為了節(jié)省人力、時(shí)間或硬件資源,提高測(cè)試效率,這篇文章主要給大家分享介紹了3個(gè)方便且好用的Python自動(dòng)化腳本,需要的朋友可以參考下2022-02-02
Python與Java接入AI模型的MCP協(xié)議的原理與實(shí)現(xiàn)
MCP（Model Context Protocol） 是一種專為遠(yuǎn)程控制和管理 AI 大模型而設(shè)計(jì)的通信協(xié)議,本文小編就為大家大家介紹一下Python和Java 中接入AI大模型的MCP協(xié)議的具體方法吧2025-05-05
python模塊詳解之pywin32使用文檔(python操作windowsAPI)
pywin32是一個(gè)第三方模塊庫,主要的作用是方便python開發(fā)者快速調(diào)用windows API的一個(gè)模塊庫,這篇文章主要給大家介紹了關(guān)于python模塊詳解之pywin32使用文檔的相關(guān)資料,文中將python操作windowsAPI介紹的非常詳細(xì),需要的朋友可以參考下2024-01-01
pytorch 實(shí)現(xiàn)查看網(wǎng)絡(luò)中的參數(shù)
今天小編就為大家分享一篇pytorch 實(shí)現(xiàn)查看網(wǎng)絡(luò)中的參數(shù)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-01-01
這篇文章主要介紹了詳解用python的階乘，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-10-10
Python異常信息的不同展現(xiàn)方法總結(jié)
在日常開發(fā)的過程中，當(dāng)代碼報(bào)錯(cuò)時(shí)，我們通常要不斷打印、閱讀traceback提示信息，來調(diào)試代碼，這篇文章介紹了如何實(shí)現(xiàn)一個(gè)Exception?Hooks，使得traceback模塊的提示信息更加精確；同時(shí)還介紹了一些第三方庫，這些庫也提供了Exception?Hooks的功能2022-11-11