这种依赖冲突的糟心事在AI项目里简直是家常便饭，尤其是当你的环境里已经装了其他ML/DL库（比如transformers、diffusers这些），再装YOLO系列的时候特别容易踩坑。我来给你一步步拆解解决方案，保证能搞定：

1. 先建个干净的虚拟环境！（最关键的第一步） #

别在全局环境里硬刚，不然以后各种依赖冲突会让你头大到怀疑人生。赶紧给YOLOv10单独整个虚拟环境：

• 用Python自带的venv：

  # 创建虚拟环境
  python -m venv yolov10_env
  # 激活环境（Windows）
  yolov10_env\Scripts\activate
  # 激活环境（Linux/macOS）
  source yolov10_env/bin/activate
  

• 如果你用conda的话更简单：

  conda create -n yolov10_env python=3.10
  conda activate yolov10_env
  

（建议用Python3.10，YOLO系列对这个版本的兼容性拉满）

2. 针对性解决每组冲突依赖 #

把你遇到的冲突分成几组逐个击破：

（1）huggingface-hub版本过低问题 #

transformers、peft、diffusers都要求更高版本的huggingface-hub，直接升级到能满足所有要求的最低版本（0.27.0，因为diffusers要求>=0.27.0）：

pip install --upgrade huggingface-hub>=0.27.0

（2）torch与torchaudio版本不匹配 #

torchaudio 2.6.0+cu124要求torch必须是2.6.0，两种解决思路：

• 想用上最新CUDA124支持？直接升级torch+torchaudio：

  pip install torch==2.6.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu124
  

• 想保留现有torch2.0.1？那就装对应版本的torchaudio：

  pip install torchaudio==2.0.1+cu117 --index-url https://download.pytorch.org/whl/cu117
  

（注意cu117要和你本地的CUDA版本对应，自己按需调整）

（3）numpy版本不满足thinc要求 #

thinc要求numpy>=2.0.0，直接升级numpy到符合要求的版本：

pip install --upgrade numpy>=2.0.0

（4）websockets版本冲突 #

google-genai要求13.0.0<=websockets<15.1.0，dataproc-spark-connect要求>=14.0，取交集装14.x版本就行：

pip install websockets==14.0

补充：如果你根本用不到dataproc-spark-connect的话，直接卸载它更省事，还不用升级websockets：

pip uninstall dataproc-spark-connect

3. 最后安装YOLOv10的依赖 #

等上面的冲突都解决完，再去装requirements.txt里的内容：

pip install -r requirements.txt

要是还有零星冲突，直接用pip check查看剩余问题，针对性调整版本就好。

备选偷懒方案：直接用YOLOv10官方推荐的安装方式 #

如果上面的步骤还是嫌麻烦，直接弃用自己的requirements.txt，用官方的安装命令一步到位，官方包会自动处理核心依赖的兼容性：

pip install ultralytics==8.1.22
pip install git+https://github.com/THU-MIG/yolov10.git

要是装完还是有问题，就把pip check的结果贴出来，我再帮你调！

内容来源于stack exchange