YOLO在ios上的实现（学习探索）

最新推荐文章于 2025-06-24 11:48:50 发布

ZarkLUO

最新推荐文章于 2025-06-24 11:48:50 发布

阅读量2.6k

点赞数

CC 4.0 BY-SA版权

分类专栏： AI

本文链接：https://blog.youkuaiyun.com/babala258/article/details/78161497

博主在国庆节期间研究YOLO在iOS设备上的应用，发现Matthijs Hollemans已使用Forge、CoreML和MPS NN Graph三种ML框架在iOS上实现了YOLO。实测结果显示，iPhone 7和iPad Pro的实时物体检测FPS分别达到17和29。然而，博主在尝试将YOLO-coco模型转换为支持80种物体的版本时遇到问题，转换过程报错。目前，这些框架仅支持YOLO的tiny模型，对于full模型的支持尚未完善。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2017国庆节前在玩yolo，试了三种机器，mac book pro 2013(无nividia独显）、 ibm笔记本工作站2013（nividia k1000m)、宏碁笔记本2014( nvidia geforce 555m），mbp跑tensorflow的object detection api demo能达到FPS 3.5(本地编译优化tensorflow后），ibm笔记本的k1000m跑gpu模式的yolo2只能达到1.x FPS，555m跑gpu模式的yolo2也只能达到5.x FPS（tiny模型能达到9.x）;

犹豫心动了好久是否买一个新的游戏本来搞dl+cv，配1080N卡，titan x还没有笔记本的，后来看nividia黄教主每年产品升级很快，那个jet啥的一张信用卡大小的卡集成了N多能力很强大，这花1.5万RMB买个本本过两年也就落伍了，犹豫没动；也看了阿里云上的gpu server，还没下决心；

国庆节期间，发现国外大神Matthijs Hollemans已经在ios上用了三种ML框架实现了yolo：Forge、CoreML、MPS NN graph，后两者是apple新发布的api：

https://github.com/hollance