CoreML-Models

下载即用的苹果端 AI 模型库，免去转换烦恼

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 178 🐛 待处理 40 👀 关注 42

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1894

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源模型集合，完全免费，可自行下载部署使用。

项目预览

CoreML-Models 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john-rocky

官网地址https://john-rocky.github.io

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

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

是否开源是

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★ 1894

上线时间2020-08-12 00:00:00

代码更新2026-10-27

仓库体积91.9 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-10

浏览次数11

项目介绍

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。

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 2026-08-10 · 当前星标 ★ 1894

技术标签

apple-silicon coreml deep-learning gan ios

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：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。