数据 / MLOps / 项目
Somnusochi/VLM-AutoYOLO
语言占比
- Python 52.6%
- TypeScript 45.1%
- CSS 1.1%
- 主要语言
- Python 52.6%/TS 45.1%/CSS 1.1%
- 运行环境
- Py 3.12+/Node 22+/PG 16+
- GPU 需求
- NVIDIA 12GB 显存,推荐 16GB
- alembic/
数据库迁移脚本目录
- app/
FastAPI 后端主应用与 API 路由
- tests/
后端单元测试
- guide/
用户指南、训练调参与部署文档
- src/
React+TypeScript 前端源码
- test_images/
测试样例图片/视频
- docker-compose.yml
编排前端、后端、SAM3 和 PostgreSQL
- README.md
项目说明、功能列表与快速开始
- 1CLI 一键启动$ git clone https://github.com/Somnusochi/VLM-AutoYOLO.gitcd VLM-AutoYOLOpython3 cli.py all
- 2Docker 部署$ curl -O https://raw.githubusercontent.com/Somnusochi/VLM-AutoYOLO/master/docker-compose.ymldocker compose up -d
- 3手动迁移数据库$ cd backendPYTHONPATH=. alembic upgrade head
中文（AI 翻译）
原文
方法、结果与局限
1 / 6
影响
用途与适用场景
输入图片或视频，输出 YOLO 检测或分割模型
- 输入图片或视频，输出 YOLO 检测或分割模型
- 用自然语言 open-vocabulary 描述目标，自动画框
- 面向小团队快速构建自定义检测模型与原型验证