如何导出支持任意尺寸输入的YOLO分割模型为.mlpackage/.mlmodel文件用于Xcode

别担心，我一步步教你修改模型，让它支持任意尺寸的图像输入，完美适配Xcode的需求：

步骤1：导出基础的CoreML模型 #

先按你原来的代码导出初始的CoreML模型，这一步会得到固定640x640输入尺寸的.mlpackage文件：

from ultralytics import YOLO

# 加载YOLO11n分割预训练模型
model = YOLO("yolo11n-seg.pt")

# 导出为CoreML格式，生成初始模型文件
model.export(format="coreml")

步骤2：用coremltools修改输入尺寸为无界范围 #

接下来我们用coremltools调整模型的输入规格，让它支持任意大小的图像：

import coremltools as ct

# 加载刚导出的初始CoreML模型（记得替换成你实际生成的模型文件名）
coreml_model = ct.models.MLModel("yolo11n-seg.mlpackage")

# 获取模型的输入描述信息
input_spec = coreml_model.get_spec().description.input[0]

# 设置输入图像的宽度和高度为无界范围：最小1像素，最大无限制
input_spec.type.imageType.widthRange.min = 1
input_spec.type.imageType.widthRange.max = ct.UNBOUNDED
input_spec.type.imageType.heightRange.min = 1
input_spec.type.imageType.heightRange.max = ct.UNBOUNDED

# 保存修改后的模型，文件名可以自己命名，比如加个-unbounded后缀
coreml_model.save("yolo11n-seg-unbounded.mlpackage")

补充说明 #

• 这样修改后，模型就能接受任意尺寸的图像输入了，导入Xcode后无需再限制图像大小
• YOLO模型内部会自动处理不同尺寸输入的预处理逻辑，你不用额外担心缩放问题
• 如果你需要导出.mlmodel格式而不是.mlpackage，可以在model.export()里加上bundle=False参数，后续修改步骤完全一致

备注：内容来源于stack exchange，提问作者J. Doe