VLM-AutoYOLO

VLM 自动画框，一键训出 YOLO 检测模型

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 计算机视觉 🍴 复刻 40 🐛 待处理 3
GitHub ↗
GitHub 星标 ★ 275
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目，免费使用，需自行部署

项目预览

VLM-AutoYOLO 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队Somnusochi
GitHubhttps://github.com/Somnusochi/VLM-AutoYOLO
定价模式🏷️完全免费
价格说明开源项目，免费使用，需自行部署
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议AGPL-3.0
主要语言Python
技术栈/模型auto-labeling,computer-vision,data-annotation,deep-learning,fastapi,locate-anything,machine-learning,nvidia,object-detection,pytorch,react,ultralytics,video-annotation,vlm,yolo,yolo-training
GitHub 星标★ 275
上线时间2026-06-02 00:00:00
代码更新2026-09-22
仓库体积62.8 MB
本站数据更新2026-11-03
维护状态维护中
收录时间2026-09-20
浏览次数2

项目介绍

VLM-AutoYOLO 是一个面向目标检测的端到端自动标注与 YOLO 训练平台。它想解决的问题是：做目标检测时，人工画框标注图片和视频极其耗时，且标注完还要单独写脚本训练模型，流程割裂。项目用视觉语言模型 NVIDIA LocateAnything-3B 自动生成候选框，支持人工微调修正，然后一键启动 YOLO 训练，还提供视频关键帧抽取和模型验证功能，图片和视频都能处理。核心能力包括：VLM 驱动的自动标注、标注结果人工精修、一键式 YOLO 训练流水线、视频关键帧提取、训练后模型验证。整体用 Python 编写，后端基于 FastAPI，把标注、训练、验证串成一条流水线，适合想快速搭建自有检测数据集并训练模型的开发者，能显著减少从原始素材到可用模型之间的手工操作。

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 2026-09-20 · 当前星标 ★ 275

核心亮点

  • 用 NVIDIA LocateAnything-3B 做自动标注，减少人工画框工作量
  • 标注、训练、验证串成一条流水线，不用在多个工具间来回切换
  • 同时支持图片和视频，视频可抽关键帧再标注

不足之处

  • 依赖 NVIDIA LocateAnything-3B，对显存和运行环境有要求
  • 星标 241，属早期项目，文档和社区生态还在积累

适用场景

  • 为自有业务快速构建目标检测数据集并训练模型
  • 把已有视频素材抽帧后自动标注、训练检测模型
  • 教学或原型验证中演示从标注到 YOLO 训练的完整流程

替代项目

Label Studio、autodistill、Ultralytics YOLO

上一篇：GaussianPretrain

下一篇：torchgeo

同类项目推荐

Awesome_Mamba 开源

一网打尽医学影像中的高效状态空间模型研究

Computation-Efficient Era: A Comprehensive Survey of State Space Models in Medical I···

★ 270 2026-08-09
Metalhead.jl 开源

Julia 里开箱即用的 Flux 视觉模型库

AI models in Julia on top of Flux.jl

★ 350 2026-10-26
STU-Net 开源

14亿参数医学分割大模型，预训练即拿高分

The largest pre-trained medical image segmentation model (1.4B parameters) based on ···

★ 118 2026-08-09
ANTs 开源

医学图像精准配准与分割，助力神经影像分析

Advanced Normalization Tools (ANTs)

★ 1512 2026-08-10
vivid123 开源

一张图生成多视角视频，3D重建更轻松

[CVPR 2024 Highlight] ViVid-1-to-3: Novel View Synthesis with Video Diffusion Models

★ 180 2026-08-09
photoprism-vision 开源

快速搭建视觉实验环境，验证模型效果不费劲

Computer Vision Playground ⚡️

★ 60 2026-08-09
VideoPipe 开源

拖拽式搭建视频分析流水线，快速落地 CV+大模型应用

A cross-platform video structuring (video analysis) framework based on CV models & m···

★ 2991 2026-08-09
segmentation_models.pytorch 开源

一行代码调用 500+ 预训练分割模型，快速搭建语义分割流水线。

Semantic segmentation models with 500+ pretrained convolutional and transformer-base···

★ 11791 2026-08-10
photonix 开源

自建私有云相册，用AI自动分类，秒搜你的照片

A modern, web-based photo management server. Run it on your home server and it will ···

★ 1955 2026-08-10