👋 你好

本仓库提供不断增长的计算机视觉教程集合。学习如何使用 SOTA 模型，如 YOLOv11、SAM 2、Florence-2、PaliGemma 2 和 Qwen2.5-VL，完成从目标检测、分割和姿态估计到数据提取和 OCR 等任务。快来探索激动人心的计算机视觉世界吧！

🚀 model tutorials (59 notebooks)

notebook	open in colab / kaggle / sagemaker studio lab	complementary materials	repository / paper
How to Perform OCR with GLM-OCR
How to Track Objects with RF-DETR and ByteTrack Tracker
Fine-Tune YOLO26 on Object Detection Dataset
Fine-Tune YOLO26 on Instance Segmentation Dataset
Segment Images with SAM3
Segment Videos with SAM3
Open Vocabulary Object Detection with Qwen3-VL
Fine-Tune RF-DETR Segmentation on Custom Dataset
Zero-Shot Object Detection and Segmentation with Google Gemini 2.5
Fine-Tune RF-DETR on Object Detection Dataset
Zero-Shot Object Detection and Segmentation with YOLOE
Fine-Tune YOLOv12 on Object Detection Dataset
Zero-Shot Object Detection with Qwen2.5-VL
Fine-Tune Qwen2.5-VL for JSON Data Extraction
Fine-Tune PaliGemma2 on Object Detection Dataset
Fine-Tune PaliGemma2 for JSON Data Extraction
Fine-Tune PaliGemma2 for LaTeX OCR
Fine-Tune SAM-2.1
Fine-Tune GPT-4o on Object Detection Dataset
Fine-Tune YOLO11 on Object Detection Dataset
Fine-Tune YOLO11 on Instance Segmentation Dataset
Segment Images with SAM2
Segment Videos with SAM2
Fine-Tune RT-DETR on Object Detection Dataset
Fine-Tune Florence-2 on Object Detection Dataset
Run Different Vision Tasks with Florence-2
Fine-Tune PaliGemma on Object Detection Dataset
Fine-Tune YOLOv10 on Object Detection Dataset
Zero-Shot Object Detection with YOLO-World
Fine-Tune YOLOv9 on Object Detection Dataset
Fine-Tune RTMDet on Object Detection Dataset
Segment Images with FastSAM
Fine-Tune YOLO-NAS on Object Detection Dataset
Segment Images with Segment Anything Model (SAM)
Zero-Shot Object Detection with Grounding DINO
Fine-Tune DETR Transformer on Object Detection Dataset
Classify Images with DINOv2
Fine-Tune YOLOv8 on Object Detection Dataset
Fine-Tune YOLOv8 on Pose Estimation Dataset
Fine-Tune YOLOv8 on Oriented Bounding Boxes (OBB) Dataset
Fine-Tune YOLOv8 on Instance Segmentation Dataset
Fine-Tune YOLOv8 on Classification Dataset
Fine-Tune YOLOv7 on Object Detection Dataset
Fine-Tune YOLOv7 on Instance Segmentation Dataset
Fine-Tune MT-YOLOv6 on Object Detection Dataset
Fine-Tune YOLOv5 on Object Detection Dataset
Fine-Tune YOLOv5 on Classification Dataset
Fine-Tune YOLOv5 on Instance Segmentation Dataset
Fine-Tune Faster RCNN on Instance Segmentation Dataset
Fine-Tune SegFormer on Instance Segmentation Dataset
Fine-Tune ViT on Classification Dataset
Fine-Tune Scaled-YOLOv4 on Object Detection Dataset
Fine-Tune YOLOS on Object Detection Dataset
Fine-Tune YOLOR on Object Detection Dataset
Fine-Tune YOLOX on Object Detection Dataset
Fine-Tune ResNet34 on Classification Dataset
Image Classification with OpenAI Clip
Fine-Tune YOLOv4-tiny Darknet on Object Detection Dataset
Train a YOLOv8 Classification Model with No Labeling

📍 跟踪器教程（3 个笔记本）

笔记本	在 Colab / Kaggle / SageMaker Studio Lab 中打开	补充材料	仓库 / 论文
如何使用 RF-DETR 和 ByteTrack 跟踪器跟踪目标
如何使用 RF-DETR 和 SORT 跟踪器跟踪目标
如何使用 RF-DETR 和 OC-SORT 跟踪器跟踪目标

🛠️ 计算机视觉技能（23 个笔记本）

笔记本	在 Colab / Kaggle / SageMaker Studio Lab 中打开	补充材料	仓库 / 论文
篮球 AI：检测 NBA 3 秒违例
篮球 AI：如何检测、跟踪并识别篮球运动员
足球 AI
使用 GroundedSAM 2 自动标注数据集
使用 OpenVINO + TorchORT 运行 YOLOv7 目标检测
使用 YOLOv8 估计车辆速度
使用 YOLOv5 / YOLOv8 / Detectron2 + Supervision 检测并统计多边形区域内的物体
使用 YOLOv8 + ByteTRACK + Supervision 跟踪并统计车辆
使用 YOLOv5 + ByteTRACK 跟踪足球运动员
使用 Autodistill 自动训练 YOLOv8 模型
图像嵌入分析 - 第一部分
使用 Grounding DINO 和 SAM 进行自动化数据标注与评估
使用 Grounding DINO 进行自动化数据标注与评估
使用自定义标注器进行 Roboflow 视频推理
DINO-GPT-4V 目标检测
无需标注训练分割模型
DINOv2 图像检索
使用 Scikit-learn 和 Bokeh 进行向量分析
RF100 目标检测模型基准测试
使用 Roboflow 创建分割掩码
如何使用 PolygonZone 和 Roboflow Supervision
用两张标注图片训练包裹检测器
使用 CLIP 和 faiss 进行图像到图像搜索

🎬 视频

几乎每周我们都会制作教程，向您展示计算机视觉领域最热门的模型。🔥 订阅，及时获取我们的最新YouTube视频！

如何为您的项目选择最佳的计算机视觉模型

在本视频中，我们将深入探讨为您的独特项目选择合适计算机视觉模型的复杂性。从高质量数据集的重要性到硬件考量、互操作性、基准测试以及许可问题，本视频将为您全面解析……

使用SAM和Grounding DINO加速图像标注

了解如何利用Grounding DINO和Segment Anything Model (SAM) 加快您的图像标注流程。学习如何将目标检测数据集转换为实例分割数据集，并探索使用这些模型自动为YOLOv8等实时检测器标注数据集的潜力……

SAM - Meta AI的Segment Anything Model：完整指南

探索Meta AI的Segment Anything Model (SAM) 的惊人潜力！我们将深入介绍SAM——一种高效且可提示的图像分割模型，它彻底改变了计算机视觉任务。SAM在1100万张获得许可且尊重隐私的图片上生成了超过10亿个掩码，其零样本性能往往优于以往完全监督的结果……

💻 本地运行

我们尽量让在Colab和Kaggle中运行Roboflow Notebooks变得尽可能简单，但如果您仍想在本地运行它们， 以下提供了具体的操作步骤。请记住不要全局安装依赖项，而是使用 venv。

# 克隆仓库并进入根目录
git clone git@github.com:roboflow-ai/notebooks.git
cd notebooks

# 设置Python环境并激活
python3 -m venv venv
source venv/bin/activate

# 安装并运行Jupyter Notebook
pip install notebook
jupyter notebook

☁️ 在SageMaker Studio Lab中运行

现在您可以在Amazon SageMaker Studio Lab中打开我们的教程笔记本—— 这是一个免费的机器学习开发环境，无需任何费用即可提供计算、存储和安全性，供任何人学习和试验机器学习。

Stable Diffusion 图像生成	YOLOv5 自定义数据集训练	YOLOv7 自定义数据集训练

🐞 错误与 🦸 贡献

计算机视觉发展迅速！有时我们的笔记本会稍微落后于不断向前推进的库版本。如果您发现任何笔记本无法正常工作，请提交一份 错误报告 并告知我们。

如果您有新的教程想法，希望我们能够制作，请提交一份 功能请求。 我们一直在寻找新的创意。如果您觉得自己有能力并愿意亲自创建教程，请参阅我们的 贡献指南。在那里您可以找到所需的所有信息。

我们随时为您提供帮助，所以请不要犹豫，随时联系我们。

Roboflow Notebooks 快速上手指南

Roboflow Notebooks 是一个不断增长的计算机视觉教程集合，涵盖了从目标检测、图像分割、姿态估计到数据提取和 OCR 等多种任务。本仓库提供了基于 YOLOv11、SAM 2/3、Florence-2、Qwen2.5-VL 等最先进（SOTA）模型的实战代码。

环境准备

本仓库主要提供 Jupyter Notebook (.ipynb) 格式的教程，无需在本地复杂配置环境即可开始学习。

系统要求

• 操作系统：Windows, macOS, 或 Linux
• 浏览器：Chrome, Firefox, Edge 等现代浏览器
• 账号：建议拥有 Google 账号（用于 Colab）或 Kaggle 账号

前置依赖

大多数教程设计为在云端 GPU 环境中直接运行，依赖项会在 Notebook 的第一个代码单元格中自动安装。如果您希望在本地运行，请确保已安装：

• Python 3.8+
• Jupyter Lab / Jupyter Notebook
• Git

安装与运行步骤

推荐直接使用云端平台运行，以获得免费的 GPU 资源并避免本地环境配置问题。

方法一：使用 Google Colab（推荐）

这是最简单的方式，无需任何本地安装。

1. 访问 Roboflow Notebooks GitHub 仓库。
2. 在 "Model Tutorials" 表格中找到您感兴趣的教程（例如：Fine-Tune YOLO26 on Object Detection Dataset）。
3. 点击该行对应的 Colab 徽章按钮。
4. 页面将跳转至 Google Colab，点击顶部菜单栏的 “连接到运行时” (Connect)。
5. 如需使用 GPU，点击菜单栏 运行时 (Runtime) > 更改运行时类型 (Change runtime type) > 硬件加速器选择 GPU。
6. 按顺序从上到下执行每个代码单元格即可。

方法二：使用 Kaggle Kernels

如果您无法访问 Colab，Kaggle 是极佳的替代方案。

1. 在教程表格中点击 Kaggle 徽章按钮。
2. 登录 Kaggle 账号后，代码将加载到 Kaggle Notebook 环境中。
3. 点击右侧菜单 Settings，将 Accelerator 设置为 GPU T4 x2（免费额度内）。
4. 点击 Run All 或逐个单元格运行代码。

方法三：本地克隆运行（高级用户）

如果您需要在本地调试或离线运行：

# 1. 克隆仓库
git clone https://github.com/roboflow/notebooks.git
cd notebooks

# 2. 创建虚拟环境（可选但推荐）
python -m venv venv
source venv/bin/activate  # Windows 用户请使用: venv\Scripts\activate

# 3. 安装基础依赖
pip install jupyterlab notebook

# 4. 启动 Jupyter
jupyter lab

注意：具体的模型依赖库（如 ultralytics, torch, transformers 等）请在打开具体的 .ipynb 文件后，运行第一个单元格的安装命令。

基本使用示例

以下以“在自定义数据集上微调 YOLO26 进行目标检测”为例，展示基本使用流程。

1. 打开教程

在 Colab 中打开 Fine-Tune YOLO26 on Object Detection Dataset。

2. 安装依赖

运行第一个代码块，自动安装所需库：

!pip install ultralytics roboflow

3. 加载数据集

使用 Roboflow Python SDK 加载数据集（需替换为您的 API Key 和工作区信息）：

from roboflow import Roboflow

rf = Roboflow(api_key="YOUR_API_KEY")
project = rf.workspace("your-workspace").project("your-project")
dataset = project.version(1).download("yolov8")

4. 训练模型

使用 ultralytics 库启动训练：

from ultralytics import YOLO

# 加载预训练模型
model = YOLO("yolo11n.pt") 

# 开始训练
results = model.train(
    data=f"{dataset.location}/data.yaml",
    epochs=50,
    imgsz=640
)

5. 推理测试

训练完成后，直接使用模型进行预测：

# 对图片进行推理
results = model.predict(source="path/to/image.jpg", show=True)

---

提示：每个 Notebook 都包含了详细的注释和可视化结果展示，建议按照单元格顺序逐步执行以理解每一步的原理。