libreyolo

MIT 许可的 YOLO 检测库,拿来就能商用

LibreYOLO 是一个采用 MIT 许可证的开源计算机视觉库,用 Python 编写,目标是为开发者提供自由、可商用的 YOLO 系列目标检测实现。它解决的是主流 YOLO 项目在许可证、依赖和工程封装上不够开放的问题,让个人和企业都能无法律顾虑地集成到自己的产品中。核心能力包括加载和运行 YOLO 模型进行目标检测、提供简洁的 Python API、支持常见图像与视频输入,并尽量保持与上游权重格式的兼容。项目处于早期阶段,星标约 663,社区规模不大,但代码结构清晰,适合作为学习目标检测原理或快速搭建检测原型的起点。对于需要 MIT 宽松许可、又不想从零实现 YOLO 推理流程的团队,LibreYOLO 提供了一个轻量替代方案。

开源 free 计算机视觉
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 663
维护状态 活跃
是否开源
定价模式 free

项目数据

分类计算机视觉
开发团队LibreYOLO
所属国家
定价模式free
价格说明MIT 开源免费,官网提供在线服务入口
访问状态
是否开源
开源协议NOASSERTION
主要语言Python
技术栈/模型
GitHub 星标★ 663
30天Star增速
HF 下载量
上线时间2025-11-27 00:00:00
最近更新2026-09-17 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-18
浏览次数0

使用教程

核心亮点

  • MIT 许可证,商用无法律风险
  • Python 实现,API 简洁,易于集成和二次开发
  • 专注 YOLO 推理,代码轻量,适合学习和快速原型

不足之处

  • 项目早期,功能和文档完善度有限
  • 社区和生态规模较小,长期维护待观察

适用场景

  • 在商业产品中集成目标检测,规避 GPL 类许可证风险
  • 教学或自学 YOLO 推理流程的轻量代码参考
  • 快速搭建图像/视频目标检测原型验证想法

替代项目

ultralytics、yolov5、mmdetection

项目介绍

libreyolo 是计算机视觉领域的开源项目,由 LibreYOLO 开发,2025 年首次发布。

它收录于计算机视觉分类,该分类目前共有 441 个项目,GitHub 星标数为 663。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-17。MIT 开源免费,官网提供在线服务入口。

它主要面向的使用场景是:在商业产品中集成目标检测,规避GPL类许可证风险。同类可对比的替代方案包括 ultralytics、yolov5、mmdetection。

上一篇:vision-demos

下一篇:photonvision

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 3995 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90893 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2035 2026-08-14