一、先搞清楚：你想下载哪个 YOLO？
YOLO 系列并不是由一个团队统一维护的，不同版本分属不同作者/公司。下载前先认准"官方仓库"，避免下到第三方修改版：
版本 | 维护方 | 状态 |
YOLOv1~v3 | Joseph Redmon (darknet) | 已停更，经典学习用 |
YOLOv4 | AlexeyAB (darknet) | 停更 |
YOLOv5 | Ultralytics | 维护中（长期支持版） |
YOLOv6 | 美团 | 停更 |
YOLOv7 | WongKinYiu（中科大） | 停更 |
YOLOv8 / YOLO11 | Ultralytics | 活跃维护 |
YOLOv9 | WongKinYiu | 研究版 |
YOLOv10 | 清华大学 THU-MIG | 研究版 |
YOLOv12 | 社区（sunsmarterjie） | 研究版 |
YOLO26 | Ultralytics | 最新旗舰 |
新手直接选 Ultralytics 全家桶（一个包覆盖 v3/v5/v8/v9/v10/v11/v12/v26），老项目维护再按版本单下。
二、各版本官方源码地址（GitHub）
1. Ultralytics 系列（最推荐）
主仓库（YOLOv8 / YOLO11 / YOLO26 统一入口）：
https://github.com/ultralytics/ultralytics
YOLOv5 独立仓库：
https://github.com/ultralytics/yolov5
YOLOv3 PyTorch 复现版：
https://github.com/ultralytics/yolov3
2. 其他团队版本
版本 | 官方地址 |
YOLOv1~v3 原版 (darknet) | YOLO: Real-Time Object Detection |
YOLOv4 (AlexeyAB) | https://github.com/AlexeyAB/darknet |
YOLOv6 (美团) | GitHub - meituan/YOLOv6: YOLOv6: a single-stage object detection framework dedicated to industrial applications. · GitHub |
YOLOv7 | GitHub - WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors · GitHub |
YOLOv9 | https://github.com/WongKinYiu/yolov9 |
YOLOv10 (清华) | GitHub - THU-MIG/yolov10: YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024] · GitHub |
YOLOv12 (社区) | https://github.com/sunsmarterjie/yolov12 |
YOLOX (旷视) | https://github.com/Megvii-BaseDetection/YOLOX |
PP-YOLOE (百度飞桨) | https://github.com/PaddlePaddle/PaddleDetection |
⚠️ 注意：GitHub 上有大量高仿仓库（名字带 yolov8-pro、yolo-master 之类），认准上表的官方组织名。
三、三种下载方式
方式 1：pip 安装（新手首选，不用碰源码）
适合只想调用模型做检测、训练的用户：
pip install ultralytics
验证安装：
from ultralytics import YOLO
model = YOLO("yolo11n.pt") # 自动下载预训练权重
results = model("https://ultralytics.com/images/bus.jpg")
环境要求：Python ≥ 3.8，PyTorch ≥ 1.8。
方式 2：Git 克隆源码（需要改代码、看实现）
# Ultralytics 主仓库（v8/v11/v26） git clone https://github.com/ultralytics/ultralytics.git cd ultralytics pip install -e . # 以开发模式安装，改源码即时生效 # YOLOv5 git clone https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt
方式 3：直接下载压缩包
浏览器打开仓库页面 → 绿色Code按钮 →Download ZIP。 或者用命令行只下最新 release 的源码包：
# 下载 ultralytics 最新源码 zip curl -L -o ultralytics.zip https://github.com/ultralytics/ultralytics/archive/refs/heads/main.zip
