YOLOv5

开源多模态 & 视觉 › 计算机视觉58k↑+4

YOLOv5 目标检测，57,248+ stars。Ultralytics 出品的实时目标检测模型，以速度和精度著称，支持多种模型规模（Nano 到 XLarge），广泛应用于工业视觉、安防监控等场景

🎯适用场景：多模态内容理解与生成

#目标检测#计算机视觉#实时推理#Ultralytics

📥 收录于 2026/4/20

访问工具 📖 官方文档

📊 仓库数据

Stars57,859

Forks17,478

语言Python

上线2020/5/18

更新2026/8/13

📈 Stars 变化 ↑1 天 +4· 统计区间 8/12 03:47 → 8/13 04:33（1 天）

✅ 优点

•推理速度极快
•模型尺寸可选灵活部署
•训练和部署工具完善
•工业级稳定可靠

⚠️ 限制

•复杂场景小目标检测精度有限
•需要标注数据训练
•已被 YOLOv8/v10 等后续版本替代

🔗 相关工具

OpenCV

开源90k↑+21

github.com/opencv/opencv

开源计算机视觉库，87,181+ stars。全球最广泛使用的计算机视觉库，提供 2500+ 优化算法，涵盖图像处理、目标检测、人脸识别、相机标定等领域。支持 C++、Python、Java，是 AI 视觉应用的基石。

🎯多模态内容理解与生成

Ultralytics

开源61k↑+37

github.com/ultralytics/ultralytics

YOLO 系列目标检测框架，56,193+ stars。业界最先进的目标检测框架，支持 YOLOv8/v11 等最新模型，提供检测、分割、姿态估计、旋转框检测等任务，API 简洁易用

🎯多模态内容理解与生成

#目标检测#YOLO#计算机视觉#深度学习

Roboflow Supervision

开源49k↑+68

github.com/roboflow/supervision

可复用的计算机视觉工具库，39.7K+ stars。提供目标检测、实例分割、图像分类等 CV 任务的评估指标和可视化工具，兼容 YOLO、SAM 等主流模型

🎯多模态内容理解与生成

#计算机视觉#目标检测#实例分割#评估指标

kornia

开源11k↑+1

github.com/kornia/kornia

几何计算机视觉库，11K+ stars。面向空间 AI 的几何计算机视觉库，提供 OpenCV 风格的 PyTorch 原生计算机视觉操作

🎯多模态内容理解与生成

#人工智能#计算机视觉#深度学习#hacktoberfest+1

PaddleOCR

开源88k↑+75

github.com/PaddlePaddle/PaddleOCR

百度开源的多语言 OCR 工具，75,995+ stars。支持 80+ 语言识别，提供超轻量级中文 OCR 模型（仅几 MB），可部署于服务器、移动端和嵌入式设备，是工业级 OCR 方案的首选

🎯多模态内容理解与生成

Tesseract OCR

开源76k↑+22

github.com/tesseract-ocr/tesseract

开源 OCR 引擎，73,620+ stars。由 HP 开发、Google 维护的顶级文字识别引擎，支持 100+ 语言，可识别图片、PDF、扫描件中的文字。结合 LSTM 神经网络实现高精度 OCR，是 AI 文档处理的基础设施。

🎯多模态内容理解与生成