modelscope/modelscope

这是什么？

核心功能

• 01统一的 pipeline 接口，可用于多种任务和输入类型的推理。
• 02Trainer 接口，支持通过 train() 和 evaluate() 微调与评估模型。
• 03可直接访问 ModelScope Model-Hub 和 Dataset-Hub 上的模型与数据集。
• 04支持 PyTorch、TensorFlow 和 ONNX。
• 05提供 CPU 与 GPU 环境的官方 Docker 镜像。
• 06按领域划分的可选安装包，包括多模态、NLP、CV、音频和科学计算。

适用场景

• 在 Python 项目中用几行代码调用预训练的图像、语音或文本模型。
• 使用内置 Trainer 在自定义数据集上微调已发布的模型。
• 通过一致的 API 对不同任务的模型进行评估和比较。
• 围绕 ModelScope 生态中的模型搭建 MLOps 流程。

快速上手

1. 1

   创建并激活 conda Python 环境

   conda create -n modelscope python=3.8
2. 2

   激活该环境

   conda activate modelscope
3. 3

   使用 pip 安装 ModelScope 核心库

   pip install modelscope

使用前须知

• !许多模型需要单独安装 PyTorch 或 TensorFlow，增加了配置工作。
• !部分模型领域需要额外安装 nlp、cv 或 audio 等扩展包，并使用专用软件源。

收录于专题

标签

常见问题

modelscope 是什么？

Python 库，通过统一的 pipeline 和 Trainer 接口调用、训练和评估 ModelScope 模型库中的 AI 模型。 ModelScope 是一个 Python 库，用于统一调用 ModelScope 模型库中的机器学习模型。它覆盖计算机视觉、自然语言处理、语音、多模态和科学计算等领域，目标是让开发者只用几行代码就能完成模型推理。

modelscope 可以免费使用吗？用的什么许可证？

modelscope 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

modelscope 还在维护吗？

活跃维护中。modelscope 最近一次提交是在 2026年11月2日。

modelscope 适合用来做什么？

在 Python 项目中用几行代码调用预训练的图像、语音或文本模型。 使用内置 Trainer 在自定义数据集上微调已发布的模型。 通过一致的 API 对不同任务的模型进行评估和比较。 围绕 ModelScope 生态中的模型搭建 MLOps 流程。

modelscope 怎么安装和运行？

创建并激活 conda Python 环境: conda create -n modelscope python=3.8 激活该环境: conda activate modelscope 使用 pip 安装 ModelScope 核心库: pip install modelscope

在哪里获取 modelscope？

源代码和安装说明在 GitHub 上：https://github.com/modelscope/modelscope