YOLOv5

ultralytics/yolov5AI 已审核

用途

YOLOv5 是 Ultralytics 公司开发的一个图像识别模型及配套脚本。它可以在图片、视频、屏幕截图和实时画面中找出并框出物体，把图片分类，还可以用你自己的照片来训练。它主要面向开发者、学生和研究人员。你需要 Python 3.8 或更高版本以及 PyTorch，并通过输入命令来使用它。训练自己的模型在实际使用中通常需要一块显卡。README 本身也建议新项目改用更新的“ultralytics”包。

安装难易度

C · 需要安装 1–2 个工具 · Windows

Windows C
macOS C
Linux C

三个系统的难度相同，评级都是 C，其中 Linux 的文档最完整（pyproject.toml 中列出了 Linux、macOS 和 Windows，而唯一发布的版本文件是 Linux 版）：没有安装程序，你需要先安装 Python 和 PyTorch，克隆代码，运行 pip install -r requirements.txt，然后在终端里启动 detect.py 或 train.py。实际使用中，用自己的照片训练模型也需要一块显卡。

GitHub 数据

星标: 58,2472026年10月31日
下载量: 135,107,808本周 54,733
增长: +205 天内新增星标

星标变化

事实

可运行于: Windows, macOS, Linux
需要安装: Python, 显卡
从源码编译需要: Python, 显卡
磁盘空间: 1.4 GB–5.8 GB · 估算
账号或密钥: 无
费用: 免费 · 基于 AGPL-3.0 许可证免费提供。对于无法遵守 AGPL 条款的公司，Ultralytics 另外出售企业许可证。
许可证: AGPL-3.0 (Copyleft)
最近更新: 2026年10月21日

风险信号 (5)

注意发布版本已过时
最近一次发布是在 2022-11-22（1437 天前）
自动检查
信息运行时下载代码
README 快速开始使用 torch.hub.load("ultralytics/yolov5", "yolov5s") 加载模型，运行时会从 GitHub 获取仓库代码；README 还写道 "Models are automatically downloaded from the latest YOLOv5 release"。
AI 审核
信息已被更新的软件包取代
README："the actively maintained `ultralytics` package brings the latest Ultralytics YOLO models together in one place"；requirements.txt 也依赖 "ultralytics>=8.4.164"。
AI 审核
信息推销商业许可证
README："To request an Enterprise License, please complete the form at Ultralytics Licensing"（代码本身采用 AGPL-3.0，该许可证要求你公开自己所做的修改，即使程序只是通过网络被访问也一样）。
AI 审核
信息自动下载数据集
README 的训练部分："Both models and datasets are downloaded automatically from the latest YOLOv5 release"，验证示例中也提到了类似 "Download ImageNet validation split (6.3GB, 50,000 images)" 的下载。这些命令可能不再询问就下载数 GB 的数据。
AI 审核

证据以原始语言显示。

Radar 无法验证的内容

安装过程和脚本在 Windows 上是否能无错误运行。
安装 PyTorch（无论是否带显卡支持）并下载模型文件之后，实际占用的磁盘空间。
在没有显卡的普通电脑上，检测速度有多快。
脚本在运行时除了模型权重之外，还会从网上下载哪些文件。
由于代码仍在不断提交更新，目前的代码是否还和 2022 年发布的最后一个版本一致。