
GitHub 收藏58.3K近 7 天 +10
代码最近更新2026 年 11 月 8 日
许可证开源 · AGPL-3.0
要不要花钱免费
能进行目标检测、实例分割和图像分类,并支持自定义训练与格式导出。适合需要实现图像识别的开发者。需要会写代码在本地配置运行,也可通过官方云平台训练。
用起来难吗要写代码在哪用命令行官方云服务能用的模型说明里没点名
能做什么
- 识别图像与视频中的目标物体
- 完成图像实例分割与图片分类
- 使用自己的数据集训练模型
- 导出多种格式以便部署到设备
怎么开始
- 需要会写代码,先在电脑准备好 Python 环境。
- 下载项目代码并安装所需的依赖库。
- 运行检测脚本即可自动下载模型识别图片。
选它,如果你……
- 你需要对图像进行目标检测、分割或分类。
- 你想用自己的图片数据训练专属识别模型。
- 你需要将训练好的模型导出并部署到设备。
别选,如果你……
- 你完全不会写代码,希望开箱即用图形界面。
- 你只想通过打字聊天来处理文字类任务。
怎么用
代码开源,可以免费下载使用。
多少钱、在哪买
免费使用。
看看它的样子
综合评价
不错还在更新
- 更新活跃近 90 天改代码 26 次;最近一次发版是 1450 天前(v7.0)
- 问题处理暂不评近 90 天只有 2 个新问题,太少不评
- 用的人很多GitHub 收藏 5.8 万,近 7 天新增 10;340 人参与开发
- 用户口碑暂不计用户评价满 5 条后才算进来
提醒许可证较严:拿它对外提供服务,改过的代码也要公开
数字取自 GitHub 的公开记录(2026/11/10), 用户评价来自本页口碑。自己核对:项目主页、问题、外部提交的修改、发版记录。
怎么评的
只看公开、能核对的数据,不打分数,只给四档结论,每一项的依据都写在旁边。
- 更新:近 90 天改了多少次代码、最近一次发版是哪天。7 天内有改动并且改得多或常发版,算「很活跃」;30 天内有改动算「活跃」;半年内算「放缓」;半年以上没动或者已经归档,算「停更」。
- 问题处理:近 90 天新开的问题解决了几成、一般几天解决、外部提交的修改积压了多少。解决八成以上、一般一周内解决、积压不比合进去的多,算「好」;解决不到一半算「差」;其余算「一般」。新问题不到 10 个的不评。
- 用的人:GitHub 收藏 5 万以上算很多,1 万以上算多,1 千以上算一般。旁边写近 7 天新增多少、多少人参与开发。
- 用户口碑:用户评价满 5 条才算进来(注册不满 7 天的账号不算);平均分在 2.5 分及以下,总评降一档。
- 总评四档:还在更新、问题处理好、用的人多 → 推荐;还在更新 → 不错;更新放缓或问题处理差 → 一般;半年以上没更新 → 谨慎。许可证有附加条件、商用受限的,单独提醒,不影响总评。
- 收费软件(ChatGPT、Cursor 这类)没有公开的问题记录,就看 App Store:最近一次更新在 30 天内算「活跃」,半年内算「放缓」,半年以上算「停更」;打分人数 10 万以上算很多,1 万以上算多,1 千以上算一般;评分 4 分以上算好,2.5 分及以下算差,打分不到 100 人不评。再加上用户评价。
收藏数能刷,所以只占一项;更新和问题处理很难刷。数据每天更新,超过两周没更新的不评。
最近更新和热度
- v7.0
推出实例分割模型,支持导出 PaddlePaddle 格式与内存自动缓存
- v6.2
推出图像分类模型,接入 ClearML 并支持苹果 MPS 加速
- v6.1
新增 TensorRT 等格式支持,提供更轻量的 YOLOv5n 模型
GitHub 收藏
58,257 次净增 +1082026/10/12—2026/11/102026/11/10 · 58,257 次
查看每日记录
| 日期 | GitHub 收藏(次) |
|---|---|
| 2026/10/12 | 58,149 |
| 2026/10/13 | 58,153 |
| 2026/10/14 | 58,159 |
| 2026/10/15 | 58,173 |
| 2026/10/16 | 58,180 |
| 2026/10/17 | 58,181 |
| 2026/10/18 | 58,180 |
| 2026/10/19 | 58,183 |
| 2026/10/20 | 58,183 |
| 2026/10/21 | 58,184 |
| 2026/10/22 | 58,184 |
| 2026/10/23 | 58,187 |
| 2026/10/24 | 58,209 |
| 2026/10/25 | 58,216 |
| 2026/10/26 | 58,222 |
| 2026/10/27 | 58,226 |
| 2026/10/28 | 58,230 |
| 2026/10/29 | 58,233 |
| 2026/10/30 | 58,239 |
| 2026/10/31 | 58,246 |
| 2026/11/01 | 58,247 |
| 2026/11/02 | 58,249 |
| 2026/11/03 | 58,247 |
| 2026/11/04 | 58,250 |
| 2026/11/05 | 58,251 |
| 2026/11/06 | 58,254 |
| 2026/11/07 | 58,253 |
| 2026/11/08 | 58,256 |
| 2026/11/09 | 58,252 |
| 2026/11/10 | 58,257 |
能替代它的
标出的是和 YOLOv5 不一样的地方
Ultralytics综合评价:推荐额外支持人体姿态识别与目标追踪任务还没人评 · 2 天前更新
MediaPipe综合评价:不错侧重在手机和网页端直接运行视觉模型还没人评 · 6 天前更新
Pytorch Image Models综合评价:不错侧重提供丰富的预训练视觉模型与训练工具还没人评 · 6 天前更新
| 软件 | 起步价 | 难不难用 | 中文 | 开源 | 口碑 | 最近更新 |
|---|---|---|---|---|---|---|
| YOLOv5 | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 1449 天前 |
| Ultralytics | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 2 天前 |
| MediaPipe | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 6 天前 |
| Pytorch Image Models | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 6 天前 |
逐项对比YOLOv5 对
| YOLOv5 | Ultralytics | |
|---|---|---|
| 起步价 | 免费 | 免费 |
| 难不难用 | 要写代码 | 要写代码 |
| 中文 | 没写明 | 没写明 |
| 开源 | 开源 | 开源 |
| 口碑 | 还没人评 | 还没人评 |
| 最近更新 | 1449 天前 | 2 天前 |
标黄的是两款不一样的地方
用户口碑
还没有人点评。用过的话,写下第一条真实体验,帮后来的人少踩坑。
数据来源:GitHub,每天更新,更新时间 2026 年 11 月 10 日。 信息有误?告诉我们。
发布软件评论