Java AI 框架，让 YOLO 在 JVM 里原生跑 GPU

一个 Maven 依赖。六行代码。在 Java 里直接调用 PyTorch CUDA，零 Python 配置。

---

先问一个问题

你团队的技术栈是 Java，老板突然说：“加个 AI 检测功能，识别产线上的缺陷。”

你怎么办？

三个方案，三种妥协。

我选了第四条路：让 Java 直接跑 Python 的 AI 生态，进程内，GPU 加速，强类型 API，训练推理一条龙。

---

六行代码，能做什么？

检测

try (Model model = Model.preset("yolov8n")) {
    DetectionResult result = model.predict("photo.jpg");
    System.out.println(result.toJson());
}
// {"task":"detect","count":6,"boxes":[...]}

分割

SegmentationResult result = model.predict("photo.jpg");
Mask mask = result.getMasks().get(0);
// 像素级掩码，不是框

姿态

PoseResult result = model.predict("dance.jpg");
Keypoint nose = result.getKeypoints().get(0).getNose();
// 17 个关键点坐标

SAM 2：点一下，分割出来

SAM2Result result = sam.predict("cat.jpg", 
    new PointPrompt(100, 200, POSITIVE));
// 点哪里，分哪里

SAM 3：说句话，分割出来

SAM3Result result = sam.predict("street.jpg", "red car");
// 自然语言概念级分割

MediaPipe：手部 21 关键点

HandResult result = mp.detectHands("hand.jpg");
// 478 面部关键点 / 33 姿态关键点 同样一行

注意：Model.preset("yolov8n") 自动下载模型。你不用翻 HuggingFace，不用手动拷贝权重文件。

---

和传统方案的区别

	REST 调 Python	ONNX Runtime Java	jpy-ml
调用方式	HTTP 往返	本地推理	JNI 进程内
类型安全	Map<String, Object> 强转地狱	依赖 ONNX Java API	DetectionResult 强类型
GPU 支持	✅（Python 端）	✅ CUDA/TensorRT	✅ 完整 PyTorch 生态
训练能力	❌	❌	✅ 训练 + 验证 + 导出
模型管理	手动	手动	✅ 自动下载缓存
部署形态	Java + Python 两个服务	单服务	单 JVM，一个 Jar 包
SAM/MediaPipe	再搭一个服务	不支持	✅ 内置

关键差异：ONNX Runtime Java 是"推理工具"，jpy-ml 是"完整 ML 平台"——训练、验证、导出、推理、SAM、MediaPipe，全在 JVM 里。

---

架构：怎么做到的？

不是 Python 子进程。不是 HTTP 调用。是 JNI 共享内存桥接。

关键设计：

• 单例 PythonEngine：Jep 限制每 JVM 一个解释器，通过变量名前缀隔离多模型
• sys.path 过滤：自动解决 Homebrew 系统包冲突
• 零拷贝桥接：TensorBufferPool 避免 Java-Python 数据拷贝
• AutoCloseable：模型关闭时 Python 变量置 None，GC 友好

---

覆盖模型全生命周期

不是只能推理。是完整 MLOps。

// 训练
TrainingResult result = model.train(config, (epoch, log) -> {
    System.out.println("Epoch " + epoch + ": " + log);
});

// 验证
ValidationResult val = model.validate("coco128.yaml");

// 导出 TensorRT FP16
model.export(ExportFormat.ENGINE, new ExportConfig().half(true));

---

质量：106 个测试，0 失败

测试	覆盖
YOLO 检测/分割/分类/姿态/OBB	✅
SAM 2 点/框/视频跟踪	✅
SAM 3 文本/图像提示	✅
MediaPipe 手部/面部/姿态	✅
OpenCV 图像处理	✅
训练 + 验证 + 导出	✅
异步推理 + 视频流	✅
零拷贝 + GPU 内存管理	✅

不是 Demo。是生产级框架。

---

怎么用？

<dependency>
    <groupId>io.github.javpower</groupId>
    <artifactId>jpy-ml</artifactId>
    <version>1.0.0</version>
</dependency>

// 六行代码，开始检测
try (Model model = Model.preset("yolov8n")) {
    DetectionResult result = model.predict("photo.jpg");
    System.out.println(result.toJson());
}

要求：JDK 17 Temurin（不要用 GraalVM，JNI 会崩），Python 3.13 venv。

---

路线图：不止 YOLO

已完成：YOLO / SAM 2/3 / MediaPipe / OpenCV

计划中：

• HuggingFace Transformers（NLP、嵌入）
• Whisper（语音）
• Stable Diffusion（图像生成）
• DeepSeek / LLM 推理
• Spring Boot Starter

---

一句话总结

Java 程序员做 AI，不需要 Python 工程师，不需要双服务架构，不需要阉割版 API。

一个 Maven 依赖，六行代码，在 JVM 里跑完整的 PyTorch 生态——训练、推理、SAM、MediaPipe，全搞定。

---

Gitee： gitee.com/javpower/jpy-ml

GitHub：github.com/javpower/jpy-ml

---

如果你也是 Java 技术栈，被 AI 需求折磨过，这个项目可能省你三个月。

一个依赖，一行加载，一行推理。