ultralytics/yolov5

这是什么？

核心功能

• 01在同一代码库中完成目标检测、实例分割和图像分类。
• 02提供从 nano 到 extra-large 的预训练模型，可通过 PyTorch Hub 或 detect.py 调用。
• 03支持图片、视频、摄像头、屏幕截图、RTSP 流和 YouTube 链接的推理。
• 04支持多 GPU 分布式训练，并可通过 AutoBatch 自动选择批大小。
• 05支持导出为 ONNX、TensorRT、CoreML 和 TFLite 格式。

适用场景

• 在自定义标注数据集上训练目标检测模型。
• 使用摄像头或视频文件进行实时目标检测。
• 通过 TensorRT 或 TFLite 将训练好的模型部署到边缘设备。
• 借助预训练权重快速试验分割或分类任务。

快速上手

1. 1

   克隆仓库

   git clone https://github.com/ultralytics/yolov5
2. 2

   进入克隆的目录

   cd yolov5
3. 3

   安装所需依赖

   pip install -r requirements.txt
4. 4

   对本地图片运行推理

   python detect.py --weights yolov5s.pt --source img.jpg

使用前须知

• !采用 AGPL-3.0 许可证，属于 Copyleft 许可，衍生的网络服务可能需要开源。
• !若要在不受 AGPL 约束的情况下进行企业使用，需向 Ultralytics 单独申请授权。
• !README 指出，若需要更新的架构，应使用持续维护的 ultralytics 包。

标签

常见问题

yolov5 是什么？

基于 PyTorch 的计算机视觉工具库，支持目标检测、实例分割和图像分类的训练与模型导出。 YOLOv5 是 Ultralytics 基于 PyTorch 开发的计算机视觉模型库，覆盖目标检测、实例分割和图像分类三类任务。仓库提供在自定义数据集上训练、精度验证，以及对图片、视频、摄像头和视频流进行推理的脚本，训练好的权重还可以导出。

yolov5 可以免费使用吗？用的什么许可证？

yolov5 以 AGPL-3.0 许可证开源。用于商业产品前，请先确认许可证条款。

yolov5 还在维护吗？

活跃维护中。yolov5 最近一次提交是在 2026年10月18日。

yolov5 适合用来做什么？

在自定义标注数据集上训练目标检测模型。 使用摄像头或视频文件进行实时目标检测。 通过 TensorRT 或 TFLite 将训练好的模型部署到边缘设备。 借助预训练权重快速试验分割或分类任务。

yolov5 怎么安装和运行？

克隆仓库: git clone https://github.com/ultralytics/yolov5 进入克隆的目录: cd yolov5 安装所需依赖: pip install -r requirements.txt 对本地图片运行推理: python detect.py --weights yolov5s.pt --source img.jpg

在哪里获取 yolov5？

源代码和安装说明在 GitHub 上：https://github.com/ultralytics/yolov5