yolo-ios-app

把 YOLO 塞进 iPhone，相机一开就能实时识别与分割

开源 🏷️完全免费 ✅ 目前可打开计算机视觉 🍴 复刻 106 🐛 待处理 4 👀 关注 5

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 531

维护状态活跃

是否开源开源

定价模式 🏷️完全免费 App Store 免费下载，开源代码可自行构建

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://apps.apple.com/app/ultralytics-yolo/id1452689527

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

定价模式🏷️完全免费

价格说明App Store 免费下载，开源代码可自行构建

访问状态✅ 目前可打开

是否开源是

开源协议AGPL-3.0

主要语言Swift

技术栈/模型app-store,coreml,depth-estimation,image-classification,instance-segmentation,ios,mobile-ai,obb,object-detection,pose-estimation,real-time-inference,semantic-segmentation,swift,swiftui,ultralytics,yolo,yolo11,yolo26

GitHub 星标★ 531

上线时间2024-02-11 00:00:00

代码更新2026-11-04

仓库体积1.1 MB

本站数据更新2026-11-05

维护状态活跃

收录时间2026-09-13

浏览次数2

项目介绍

yolo-ios-app 是 Ultralytics 官方推出的 iOS 应用与 Swift Package，把 YOLO 系列模型通过 Core ML 部署到 iPhone/iPad 上，实现端侧实时计算机视觉推理。它解决的核心问题是：开发者不必从零处理模型转换、Core ML 配置与相机管线，就能在 iOS 上跑目标检测、实例分割、姿态估计、图像分类、深度估计和 OBB 旋转框检测等任务。项目同时提供可直接运行的示例 App 和可集成的 Swift 包，模型由 Ultralytics 导出为 Core ML 格式，推理走 Apple 的 Core ML/Neural Engine，兼顾速度与隐私。对想快速做移动端 AI 演示、原型或产品内嵌视觉能力的团队来说，它把工程门槛压得很低，也顺便展示了 YOLO 在移动芯片上的实际表现。

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 ★ 531

技术标签

coreml depth-estimation image-classification instance-segmentation ios

使用教程

难度：进阶约 40 分钟部署方式：本地构建 5 步

环境要求

Xcode
Apple 设备
Python 3.10+

安装与启动步骤

1装带导出能力的版本

导出核心模型格式要装带对应扩展的版本。
```
uv pip install "ultralytics[export-coreml]>=8.4.142"
```
2导出模型

一条脚本把常用检测模型批量导成移动端格式。
```
uv run python scripts/export-models.py
```
3把模型拷进示例工程

脚本支持直接复制到 App 目录。
```
uv run python scripts/export-models.py --sizes n --copy-to-app
```
4真机跑一遍

模拟器与真机的加速表现差别大，必须真机测。
5看帧率与精度

移动端要在帧率与精度之间做取舍。