/ Модель

Характеристики

Размер весов
152 МБ
Лицензия
GPL 3.0
Библиотека
coreml
Опубликована
3 авг 2026

YOLO-World-V2-S-CoreML

Поиск объектов без дообученияИзображение, текст → bounding_boxes

YOLO-World V2-S в формате Core ML обнаруживает объекты на изображениях по текстовым запросам и предназначена для локального запуска на устройствах Apple.

17скачиваний за 30 дней0лайковвеса обновлены15 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

YOLO-World V2-S Core ML — модель обнаружения объектов с открытым словарём, созданная на основе YOLO-World от AILab-CVC и преобразованная в Core ML Дайсуке Мадзимой (john-rocky). Она принимает изображение и текстовый запрос с названием объекта, после чего находит соответствующие объекты. Модель рассчитана на локальный запуск на iPhone, iPad и Mac; для работы используются два пакета Core ML: детектор YOLO-World и текстовый энкодер CLIP ViT-B/32. Их нужно запускать последовательно, а не держать одновременно загруженными на устройствах с ограниченной памятью.

Общий размер пакетов — 134 МБ. Репозиторий распространяет преобразованные Core ML модели по лицензии GPL-3.0. В README отмечены ограничения совместимости вычислительных блоков: смена проверенной конфигурации может привести к отличающимся численным результатам или сбою; также одновременная загрузка обеих моделей может исчерпать память iPhone.

Сценарии применения

  • поиск заданного объекта на фотографии по текстовому описанию
  • обнаружение объектов в видеопотоке с камеры устройства
  • создание мобильного приложения для распознавания пользовательских категорий объектов

Ограничения

Модель состоит из двух пакетов, которые следует запускать последовательно; одновременная загрузка может привести к нехватке памяти на iPhone. Перенос на другие вычислительные блоки, помимо проверенной конфигурации, может изменить численные результаты или вызвать сбой.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

YOLO-World — Core ML

Open-Vocabulary Detection, 2024

Open-vocabulary detection. Type any text query. YOLO-World V2-S + CLIP ViT-B/32.

Core ML conversion of AILab-CVC/YOLO-World for on-device inference on iPhone, iPad and Mac. Converted with coremltools; the packages are stateless, so all sequencing and buffering lives in your Swift code.

Taskzero shot object detection
UpstreamAILab-CVC/YOLO-World
Packages2
Download size134 MB
Minimum iOS17.0
Peak RAM~600 MB

Files

FileSizeCompute unitsSHA-256
yoloworld_detector.mlpackage.zip23 MBall611d299ae74c83f9…
clip_text_encoder.mlpackage.zip111 MBcpuOnly45770a743297e8c2…
Total134 MB

compute_units is not a suggestion -- it is the configuration the conversion was verified against. Moving a package to a different compute unit can silently change the numerics (FP16 attention overflow) or crash on the GPU.

Download

hf download mlboydaisuke/coreml-zoo --include "yoloworld/*" --local-dir ./yoloworld
unzip './yoloworld/yoloworld/*.zip' -d ./yoloworld

Use in Swift

import CoreML

let config = MLModelConfiguration()
config.computeUnits = .all   // as converted — see the table above

// Unzip the .mlpackage, drop it into your Xcode target and Xcode compiles it
// at build time:
let model = try yoloworld_detector(configuration: config)

// ...or compile a downloaded .mlpackage at runtime:
let compiled = try await MLModel.compileModel(at: mlpackageURL)
let model = try MLModel(contentsOf: compiled, configuration: config)

This model is split into 2 Core ML packages that are driven in sequence from Swift. Load them one at a time, copy the outputs out of the MLMultiArray buffers and release each model before loading the next — two large Core ML models resident at once will OOM on an iPhone.

Demo

Conversion

License

The conversion inherits the upstream license: GPL-3.0.

Credits


More models in this format: Core ML Model Zoo — 46 models, each with the recipe that produced it.

Want a different model on-device? Open a request — free, open weights only; the export and its measured numbers get published publicly.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · coreml

Нельзя запустить

CoreML-модели работают только на устройствах Apple.

Ревизия весов
e693581

0 моделей