ultralytics/yolo-ios-app

解決的問題

本專案提供在 iOS 與 iPadOS 裝置上執行高效率 YOLO 視覺模型的方法。無需持續的網路連接或外部伺服器，即可在各種電腦視覺任務中實現即時、在裝置內的推論。

作法原理

本專案使用 Swift 與 Apple 的 Core ML 框架建構，可直接在 Apple Neural Engine (ANE) 與 GPU 上執行。支援 YOLO11 與 YOLO26 模型，後者採用無 NMS 設計以優化效能。專案以完整示範應用與輕量級 Swift 套件兩種形式提供，開發者可透過 Swift Package Manager 或 CocoaPods 將其整合至自己的應用中。

適用對象

• iOS 開發者：希望在應用中加入即時物件偵測或分割功能的開發者。
• AI 研究人員／使用者：希望使用原生應用在行動硬體上測試 YOLO 模型的使用者。

主要特色

• 多任務支援：支援物件偵測、實例與語意分割、深度估計、分類、姿態估計，以及方向性邊界框（OBB）偵測。
• 高效率：在最新 iPhone 上達成約 30 FPS 的相機速率即時推論。
• 零依賴：完全使用純 Swift 與 Apple 的第一方框架建構。
• 彈性整合：提供即用型應用、Swift 套件，以及開發者範例應用。