CoreML-Models

下载即用的苹果端 AI 模型库，免去转换烦恼

CoreML-Models 是一个将多种主流深度学习模型转换为 Apple Core ML 格式的模型仓库（Model Zoo）。它解决了 iOS/macOS 开发者难以直接使用 PyTorch、TensorFlow 等框架训练出的模型进行端侧推理的问题，提供了开箱即用的 .mlmodel 文件。项目涵盖图像分类（如 ResNet、MobileNet）、目标检测（如 YOLO）、语义分割、姿态估计、GAN 等常见任务，并附有转换后的模型文件、示例代码和说明文档。开发者只需下载对应模型并集成到 Xcode 项目中，即可利用 Core ML 框架在 Apple 设备上实现低延迟、离线运行的 AI 功能，无需深入掌握模型转换细节。项目还包含部分模型的性能基准和转换脚本，方便用户复现或转换自定义模型。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1873

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队john-rocky

所属国家

官网地址https://john-rocky.github.io

GitHubhttps://github.com/john-rocky/CoreML-Models

定价模式free

价格说明开源模型集合，完全免费，可自行下载部署使用。

访问状态

是否开源是

开源协议

主要语言Swift

技术栈/模型apple-silicon,core-ai,coreml,coremltools,deep-learning,gan,ios,machine-learning,mlpackage,object-detection,on-device-ai,semantic-segmentation,super-resolution,swift

GitHub 星标★ 1873

30天Star增速

HF 下载量

上线时间2020-08-12 00:00:00

最近更新2026-09-23 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数10

使用教程

难度：入门约 10 分钟部署方式：模型权重 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

macOS 电脑并安装 Xcode（README 含 “How to use in a xcode project” 章节）
可访问 Google Drive（模型文件托管在 Google Drive 链接上）
目标运行环境为 iOS / macOS 等 Apple 设备，使用 Core ML 框架
一个已创建好的 Xcode 工程，或使用模型条目附带的示例工程

安装与启动步骤

1浏览模型仓库

在 README 的 Section Link 中按任务查找模型，如 Image Classifier、Object Detection、Segmentation 等分类下的具体模型条目。
2下载模型文件

在选中的模型条目中找到 Google Drive Link，点击下载 .mlmodel 等模型文件；注意表中有 Size、Output、License、Year 等信息可先核对。
3查看原始项目与许可

每个模型条目附有 Original Project 与 License 链接，使用前请确认许可证是否满足你的使用场景。
4运行示例工程

若该模型条目附带 sample project link，先下载并运行示例工程，观察模型在实际项目中的调用方式。
5集成到 Xcode 项目

把下载好的模型文件加入（bundle）到自己的 Xcode 工程中，随后在代码里按示例工程的写法加载并推理。

如何确认成功

模型文件出现在 Xcode 工程中且能被加载，或示例工程运行后能正常输出推理结果。

常见问题

Q：模型文件在哪里下载？

A：README 中每个模型条目旁都附有 Google Drive Link，点击该链接即可下载对应模型。

Q：必须使用示例工程吗？

A：不是。README 明确说若模型有 sample project link 可以试跑参考，也可以只下载模型并直接打包进自己的项目。

Q：仓库里有哪些任务类型的模型？

A：README 目录列出图像分类、目标检测、多目标跟踪、语义分割等，具体模型如 Efficientnetb0、YOLOv8、U2Net、RRDN 等。

Q：需要自己把 PyTorch 模型转成 Core ML 吗？

A：不需要，README 提供的是可直接下载使用的 Core ML 模型文件，下载后打包进项目即可。

注意事项

本仓库只提供模型文件与示例链接，没有安装命令，实际使用依赖你自己的 Xcode 工程。
模型文件托管在 Google Drive，下载时可能受网络环境影响。
各模型出自不同原始项目，商用前务必查看条目中的 License。
README 鼓励为仓库点 star 以支持作者持续更新。

核心亮点

覆盖图像分类、检测、分割、GAN 等主流任务，模型种类丰富
每个模型提供可直接下载的 .mlmodel 文件，集成到 Xcode 即可运行
附带转换脚本和性能对比，便于开发者理解或复现转换过程

不足之处

部分模型版本较旧，可能未适配最新 Core ML 和 Apple 芯片特性
文档和示例代码相对简略，对新手不够友好

适用场景

快速为 iOS App 添加离线图像识别或物体检测功能
在 Apple 设备上部署 GAN 模型进行图像生成或风格迁移
作为学习 Core ML 模型转换和集成的参考案例

替代项目

Apple 官方 Core ML Model Zoo、Hugging Face Core ML 社区模型、TensorFlow Lite Model Maker

项目介绍

CoreML-Models 是开源模型领域的开源项目，由 john-rocky 开发，2020 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（1,873）位列前 30%，在开源模型分类中处于中上游。

近 42 天，它的 GitHub 星标从 1,835 增加到 1,873，净增 38。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。开源模型集合，完全免费，可自行下载部署使用。

它主要面向的使用场景是：快速为iOSApp添加离线图像识别或物体检测功能。同类可对比的替代方案包括 Apple 官方 Core ML Model Zoo、Hugging Face Core ML 社区模型、TensorFlow Lite Model Maker。

上一篇：open_clip

下一篇：translations