YOLO_Projects

克隆即跑的19个YOLO视觉实战项目

YOLO_Projects 是一个面向计算机视觉入门与快速落地的开源项目合集,内置 19 个可直接运行的实战项目,覆盖目标检测、多目标跟踪、关键帧分析等常见任务。它把 Ultralytics YOLO、ByteTrack 跟踪算法与 MediaPipe 姿态/人脸能力组合起来,针对人流计数、安全帽与反光衣等工地安全检测、车牌识别(ANPR)、区域热力图等场景提供完整脚本。用户无需从零搭建检测管线,克隆后按说明配置权重与视频源即可跑通,适合学生做课程设计、开发者做原型验证,也方便工程师把某个模块拆出来集成到自有系统。项目以 Python 为主,依赖 OpenCV 与 ultralytics,结构清晰、注释友好,降低了 YOLO 系列模型的应用门槛,是学习检测+跟踪+业务逻辑组合的实用参考。

开源 free 计算机视觉
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 171
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类计算机视觉
开发团队Nawaf-Rayhan585
所属国家
官网地址
定价模式free
价格说明开源免费,需自行部署
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型bytetrack,computer-vision,deep-learning,mediapipe,object-detection,opencv,python,ultralytics,yolo
GitHub 星标★ 171
30天Star增速
HF 下载量
上线时间2026-06-12 00:00:00
最近更新2026-09-27 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2026-09-28
浏览次数0

使用教程

核心亮点

  • 19个项目开箱即用,覆盖计数、安全、ANPR、热力图等高频场景
  • 组合YOLO+ByteTrack+MediaPipe,直接演示检测与跟踪、姿态的联动
  • 基于ultralytics与OpenCV,依赖主流易装,便于二次修改和集成

不足之处

  • 各项目以脚本形式独立存在,缺少统一工程化封装与测试
  • 星标仅171,社区规模小,issue响应和长期维护待观察

适用场景

  • 学生做计算机视觉课程设计或毕业设计时快速获取可运行案例
  • 工地/园区用安全帽与反光衣检测做安全预警原型
  • 开发者验证人流计数、车牌识别等业务方案的技术可行性

替代项目

ultralytics、yolov5、deep-person-reid

项目介绍

YOLO_Projects 是计算机视觉领域的开源项目,由 Nawaf-Rayhan585 开发,是 2026 年新上线的项目。

它收录于计算机视觉分类,该分类目前共有 453 个项目,GitHub 星标数为 171。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-27。开源免费,需自行部署。

它主要面向的使用场景是:学生做计算机视觉课程设计或毕业设计时快速获取可运行案例。同类可对比的替代方案包括 ultralytics、yolov5、deep-person-reid。

上一篇:reacTIVision

下一篇:compv

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···

★ 4045 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

★ 90972 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

★ 1431 2026-08-20
Olympus 开源

一个路由搞定所有视觉任务,免去逐个微调

[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···

★ 427 2026-08-09