AI万址

目标检测模型

MCP-YOLO是一个基于YOLOv8改进的目标检测模型，适用于密集小目标和相互遮挡场景下的物体识别。

本地部署
目标检测
密集小目标
访问官网

目标检测模型是 litong33 开发的 MCP 服务器：MCP-YOLO是一个基于YOLOv8改进的目标检测模型，适用于密集小目标和相互遮挡场景下的物体识别。接入方法见官方仓库 README，在客户端 mcpServers 段加入其配置即可：https://github.com/litong33/MCP-YOLO

它是干什么的

一句话定位：MCP-YOLO是一个基于YOLOv8改进的目标检测模型，适用于密集小目标和相互遮挡场景下的物体识别 它以 MCP 服务器形式存在，AI 客户端连上即可调用。

项目数据
开发者litong33
Star0
收藏0
质量等级F
平台分类开发效率
部署标签本地部署、目标检测、密集小目标
仓库MCP-YOLO

核心能力

  • 本地部署（平台标签）
  • 目标检测（平台标签）
  • 密集小目标（平台标签）

适合谁用

最该装的是天天在 Claude Desktop、Cursor 里写代码，想让 AI 直接干活的人。如果你只是偶尔用一次它背后的服务，开网页就够了，不必上 MCP。

接入指引

  1. 1打开官方仓库，看 README 顶部的 Installation。
  2. 2把仓库给出的 mcpServers 配置并进你客户端的配置文件（Claude Desktop 在 ~/Library/Application Support/Claude/claude_desktop_config.json，Cursor 在 ~/.cursor/mcp.json）。
  3. 3完全退出客户端再打开，工具列表出现该产品即成功。

需要带完整安装命令和配置 JSON 的教程？看 Top 20 的深度文档：代码文档查询工具 context7。

常见问题

Q

目标检测模型免费吗？

A

代码在 GitHub 开放获取，费用与许可证以仓库为准。

Q

目标检测模型能用在 Cursor / Cline 吗？

A

能。MCP 是通用协议，配置在各客户端之间基本通用，只是配置文件位置不同。