awesome-yolo-object-detection

一份清单，快速找到你想要的 YOLO 模型和数据集。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 243 🐛 待处理 4 👀 关注 35

GitHub ↗

GitHub 星标 ★ 1799

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，免费使用，无付费版本。

项目预览

awesome-yolo-object-detection 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队coderonion

GitHubhttps://github.com/coderonion/awesome-yolo-object-detection

定价模式🏷️完全免费

价格说明开源项目，免费使用，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

技术栈/模型cuda,datasets,deepseek,few-shot-object-detection,gui,llama,llm,mllm,object-detection,object-detection-datasets,open-world-object-detection,qwen,rknn,snn,spiking-neural-network,tensorrt,vlm,yolo,yolov5,yolov8

GitHub 星标★ 1799

上线时间2022-02-19 00:00:00

代码更新2025-05-31

仓库体积398 KB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

awesome-yolo-object-detection 是一个精选 YOLO 目标检测系列开源项目和数据集的资源合集。它系统整理了 YOLO 从 v1 到 v8 以及最新变体的官方实现、第三方改进版本、配套训练工具和常用检测数据集（如 COCO、VOC 等），帮助开发者快速定位所需资源。项目按版本和功能分类，每个条目附有简要说明和仓库链接，解决了 YOLO 生态碎片化、查找困难的问题。核心能力在于提供一站式的 YOLO 学习与选型索引，无论是入门者了解模型演进，还是工程师寻找特定场景的预训练模型或改进方案，都能从中获得清晰指引。该列表持续更新，覆盖了从研究到工业落地的广泛资源，是 YOLO 社区的重要导航入口。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1799

技术标签

cuda datasets deepseek gui llama

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
已安装 Git 命令行工具
一个 Markdown 阅读器、文本编辑器或浏览器

安装与启动步骤

1克隆资源仓库

把 awesome 列表下载到本地，仓库本身只是索引，体积极小
```
git clone https://github.com/coderonion/awesome-yolo-object-detection.git
```
2阅读目录结构

打开 README.md，先看 Contents 目录，了解 YOLO 实现、部署框架、数据集等分类
```
cd awesome-yolo-object-detection
cat README.md
```
3按分类定位资源

在 Summary、Other Versions of YOLO、Lighter and Deployment Frameworks 等小节中找到目标项目
4克隆目标子项目

以 README 中列出的 TensorRT-YOLO 为例，用其仓库链接单独克隆到本地
```
git clone https://github.com/laugh12321/TensorRT-YOLO.git
```
5查看子项目说明

进入子项目后阅读它自己的 README，安装依赖和运行方式以该文档为准
```
cd TensorRT-YOLO
cat README.md
```