yolo-flutter-app

Flutter 一行调用，手机端跑 YOLO 实时识别

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 176 🐛 待处理 2 👀 关注 8

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 513

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，遵循AGPL-3.0许可证

项目预览

项目数据

分类计算机视觉

开发团队ultralytics

官网地址https://pub.dev/packages/ultralytics_yolo

GitHubhttps://github.com/ultralytics/yolo-flutter-app

定价模式🏷️完全免费

价格说明开源免费，遵循AGPL-3.0许可证

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Dart

技术栈/模型android,computer-vision,coreml,dart,depth-estimation,flutter,image-classification,ios,litert,mobile-ai,obb,object-detection,pose-estimation,qnn,real-time-inference,segmentation,tflite,ultralytics,yolo

GitHub 星标★ 513

上线时间2024-03-12 00:00:00

代码更新2026-10-31

仓库体积44.1 MB

本站数据更新2026-11-04

维护状态活跃

收录时间2026-09-13

浏览次数2

项目介绍

yolo-flutter-app 是 Ultralytics 官方推出的 Flutter 插件，让移动端应用可以直接调用 YOLO 系列模型完成实时视觉推理。它解决的核心问题是：过去在 Flutter 里集成目标检测、分类、分割等能力，需要自己写 Android/iOS 原生桥接、处理模型转换和前后处理，门槛高且容易出错。该插件把 Android 端的 LiteRT 与 iOS 端的 CoreML 封装成统一的 Dart API，覆盖目标检测、图像分类、实例分割、姿态估计、OBB 旋转框检测和深度估计等主流任务。开发者只需加载模型、传入相机或图片流，即可拿到结构化的检测结果，适合做实时相机预览、离线识别和端侧 AI 应用原型。项目由官方维护，接口风格与 Ultralytics 生态一致，能直接复用官方导出的模型权重。

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 2026-09-13 · 当前星标 ★ 513

技术标签

android computer-vision coreml dart depth-estimation

使用教程

难度：进阶约 45 分钟部署方式：本地构建 4 步

环境要求

Flutter 环境
Python 3.10+
模型权重

安装与启动步骤

1装导出依赖

它的插件本体是移动端包，导出模型要另装工具链。
```
uv pip install --torch-backend cpu "ultralytics-opencv-headless[export-litert]>=8.4.188"
```
2导出并校验模型

一条脚本导出并自检。
```
uv run python scripts/export-tflite-models.py --verify
```
3接进移动工程

把导出的模型放进示例工程。
4跑真机

重点是帧率与内存占用。