YOLO MCP Server
by GongRzhe
Visión por computador con detección de objetos YOLO mediante asistentes de IA
ai-ml Python Avanzado Auto-hospedable Sin API key
⭐ 30 stars 📅 Actualizado: hace 1a
Descripción
Un servidor MCP que integra YOLO con asistentes de IA para tareas de visión por computador. Proporciona 13 herramientas que cubren detección de objetos, clasificación de imágenes, segmentación, detección en cámara en tiempo real y gestión de modelos (entrenamiento, validación, exportación). Soporta múltiples modelos YOLO, umbrales de confianza configurables y análisis integral combinando detección, clasificación y segmentación en una sola pasada.
✅ Ideal para
Desarrolladores que necesitan capacidades completas de visión por computador basadas en YOLO mediante asistentes de IA
⏭️ No recomendado si
Solo necesitas procesamiento básico de imágenes o prefieres una API de visión en la nube
💡 Casos de uso
- Detectar y clasificar objetos en imágenes vía comandos de IA
- Detección de objetos en tiempo real usando feeds de webcam
- Entrenar modelos YOLO personalizados en conjuntos de datos específicos
- Segmentar objetos con máscaras de límites para análisis
- Exportar modelos entrenados a ONNX y otros formatos
👍 Ventajas
- ✓ Rico conjunto de 13 herramientas cubriendo detección, segmentación, clasificación y entrenamiento
- ✓ Integración con cámara en tiempo real para detección en vivo
- ✓ Gestión del ciclo de vida del modelo (entrenar, validar, exportar)
- ✓ Análisis integral combinando múltiples tareas de CV en una llamada
👎 Desventajas
- ✗ Dependencias pesadas (ultralytics, opencv)
- ✗ Los archivos de modelo YOLO pueden ser grandes (cientos de MB)
- ✗ Instalación manual vía setup.py — sin paquete pip publicado
🔧 Herramientas expuestas (11 herramientas)
| Tool | Categoría | Descripción |
|---|---|---|
| start_camera_detection | camera | Iniciar detección de objetos en tiempo real con cámara |
| get_camera_detections | camera | Recuperar últimos resultados de análisis de cámara |
| stop_camera_detection | camera | Detener operaciones de detección con cámara |
| classify_image | classification | Categorizar contenido completo de imagen con resultados top-k |
| analyze_image_from_path | detection | Detectar objetos en imágenes con umbrales de confianza configurables |
| comprehensive_image_analysis | detection | Detección, clasificación y segmentación combinadas en una pasada |
| list_available_models | model-management | Mostrar modelos YOLO accesibles en el sistema |
| train_model | model-management | Crear modelos de detección personalizados desde conjuntos de datos |
| validate_model | model-management | Evaluar métricas de rendimiento del modelo |
| export_model | model-management | Convertir modelos a ONNX y otros formatos |
| segment_objects | segmentation | Identificar límites de objetos y crear máscaras |
💡 Consejos y trucos
Ejecuta python setup.py primero para descargar modelos YOLO automáticamente. Usa comprehensive_image_analysis para combinar detección, clasificación y segmentación en una sola llamada.
Info rápida
- Autor
- GongRzhe
- Licencia
- MIT
- Runtime
- Python 3.10+
- Transporte
- stdio
- Categoría
- ai-ml
- Dificultad
- Avanzado
- Auto-hospedable
- ✅
- Auth
- —
- Docker
- —
- Versión
- 1.0.0
- Actualizado
- 11 mar 2025
Compatibilidad con clientes
- ❓ Claude Code
- ❓ Cursor
- ❓ VS Code Copilot
- ❓ Gemini CLI
- ❓ Windsurf
- ❓ Cline
- ❓ JetBrains AI
- ❓ Warp
Enlaces
Plataformas
🍎 macOS 🐧 Linux 🪟 Windows