YOLO-World 是下一代 YOLO 检测器，具有强大的开放词汇检测能力和定位能力。

YOLO-World 提出了一种先提示后检测的范式，用于高效的用户词汇推理，将词汇嵌入作为参数重新参数化到模型中，实现了更快的推理速度。您可以在我们的在线演示中尝试导出您自己的检测模型，无需额外训练或微调！

零样本评估预训练模型的结果：

以零样本的方式在 LVIS、LVIS-mini 和 COCO 上评估所有 YOLO-World-V2.1 模型，并与上一版本（改进之处用上标标注）进行比较

Model Card  模型卡片：

Notes:  备注：
PT: Pre-training, CPT: continuing pre-training
PT：预训练，CPT：持续预训练
CC-LiteV2: the newly-annotated CC3M subset, including 250k images.
CC-LiteV2：新标注的 CC3M 子集，包括 250k 张图片。

微调 YOLO-World：
YOLO-World 支持零样本推理，并支持三种微调方案：(1)正常微调，(2)提示微调，和(3)重新参数化微调。

三种微调方式，项目中有详细文档说明。参照执行即可。

模型位置：

演示：

YOLO-World V2.1 发布: 包含新的预训练权重和图像提示的训练代码。

YOLO-World V2.1下载地址：https://github.com/AILab-CVC/YOLO-World