flickr_scraper

按关键词批量抓 Flickr 图片，快速攒出 CV 训练集

flickr_scraper 是一个基于 Python 的 Flickr 图片抓取工具，专门用于按关键词批量下载图片，快速构建计算机视觉数据集。它通过 Flickr API 获取搜索结果，支持分页遍历，能突破单次请求的数量限制，持续拉取大量图片。项目内置去重机制，避免重复下载相同图片，节省存储与后续标注成本。输出结构适合直接用于训练目标检测、图像分类等模型，技术栈标签中包含 ultralytics，说明可与 YOLO 系列工作流衔接。对于需要特定关键词（如某种动物、场景、商品）训练数据的开发者，它省去了手动收集和整理图片的繁琐过程，只需配置 API Key 和关键词即可运行。整体代码轻量，依赖清晰，适合作为数据集构建流水线的第一步。

开源 free 数据集

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 299

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类数据集

开发团队ultralytics

所属国家

官网地址https://ultralytics.com

GitHubhttps://github.com/ultralytics/flickr_scraper

定价模式free

价格说明开源免费工具，需自行部署使用

访问状态

是否开源是

开源协议AGPL-3.0

主要语言Python

技术栈/模型computer-vision,dataset-creation,flickr,flickr-api,image-downloader,image-scraper,pagination,python,scraper,ultralytics

GitHub 星标★ 299

30天Star增速

HF 下载量

上线时间2020-02-21 00:00:00

最近更新2026-09-17 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2026-09-18

浏览次数0

使用教程

核心亮点

支持分页抓取，可突破单次 API 返回数量上限，持续拉取大量图片
内置去重逻辑，减少重复图片，降低后续清洗和标注成本
基于关键词搜索构建数据集，流程直接，适合目标检测/分类等 CV 任务

不足之处

依赖 Flickr API Key，受官方速率限制和配额约束
功能相对单一，缺少图片质量过滤、自动标注等后处理能力

适用场景

为 YOLO 等目标检测模型收集特定类别图片
按关键词构建图像分类数据集的初始图片池
快速验证某个视觉任务是否有足够公开图片可用

替代项目

google-images-download、icrawler

项目介绍

flickr_scraper 是一个数据集领域的开源项目，官方简介：Python Flickr image scraper for building keyword-based computer vision datasets with pagination and deduplication.。项目使用 Python 开发，在 GitHub 上获得 299 星标。

上一篇：spotlight

下一篇：hflow