#object-detection Repositories
Insgesamt 296 Repositories
Deep-Learning-Inferenzknoten für ROS / ROS2 mit Unterstützung für NVIDIA Jetson und TensorRT
🔥🔥🔥Kostenlose Offline-KI-Algorithmen-Toolbox für Java, die Gesichtserkennung, Lebenderkennung, Emotionserkennung, Objekterkennung, Instanzsegmentierung, Fußgängererkennung, OCR-Texterkennung, Kennzeichenerkennung, Tabellenerkennung, ASR+TTS, maschinelle Übersetzung und weitere Funktionen unterstützt und per Maven-Referenz verwendet werden kann. Unterstützt PyTorch, Tensorflow und hat Mainstream-Modelle wie Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper usw. integriert.
Skalierung Ihrer Kernel auf 31x31: Überprüfung des Designs großer Kernel in CNNs (CVPR 2022)
Moderne Computer Vision mit PyTorch, veröffentlicht von Packt
[ICLR 2024] Offizielle PyTorch-Implementierung von FasterViT: Schnelle Vision Transformer mit hierarchischer Aufmerksamkeit
:zap: Basierend auf Yolos stromsparendem, ultraleichtem universellem Zielerkennungsalgorithmus beträgt der Parameter nur 250k, und die Geschwindigkeit des mobilen Smartphoneterminals kann ~300fps+ erreichen.
Eine kuratierte Veröffentlichungsliste zu Open-Vokabular-semantischer Segmentierung und verwandten Bereichen (z. B. Zero-Shot-semantische Segmentierung) Ressourcen..
Über Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2025-Paper. 🔥 [Paper + Code + Demo]
You Only Watch Once: Eine einheitliche CNN-Architektur für die Echtzeit-Lokalisierung von Handlungen im Raum-Zeit
Python Computer Vision & Video Analytics Framework mit Batterien im Lieferumfang enthalten
Ein Agnostisches Computer Vision Framework – Erweiterebar für jede Trainingsbibliothek: Fastai, Pytorch-Lightning und mehr werden folgen
⚡ Ein neu entwickelter, ultraleichter, ankerfreier Zielerkennungsalgorithmus mit nur 250.000 Parametern, der die Verarbeitungszeit im Vergleich zu yolo-fastest um 10 % reduziert und eine einfachere Nachbearbeitung ermöglicht.
YoloDotNet - Ein C# .NET 8.0-Projekt für Klassifizierung, Objekterkennung, OBB-Erkennung, Segmentierung und Pose-Schätzung in Bildern und Live-Videostreams.
Dieses Repository enthält ein umfassendes Computer-Vision/Machine-Learning-Fußballprojekt, das YOLO zur Objekterkennung, Kmeans zur Pixel-Segmentierung, optischen Fluss zur Bewegungsverfolgung und perspektivische Transformation zur Analyse von Spielerbewegungen in Fußballvideos verwendet.
Das Trainingsprogramm für libfacedetection zur Gesichtserkennung und 5-Landmarken-Erkennung.
Offizielle Algorithmenimplementierung des ICML'23-Papers "VIMA: Allgemeine Roboter-Manipulation mit multimodalen Prompts"
Dies ist die Implementierung des Papers Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection durch Dritte.
Ein Open-Source-Computer-Vision-Framework zum Erstellen und Bereitstellen von Apps in wenigen Minuten
CnSTD: Ein Python3-Paket für die Erkennung von Szenen-Text (Scene Text Detection), mathematischen Formeln (Mathematical Formula Detection, MFD) und Layout-Analyse (Layout Analysis) auf Basis von PyTorch/MXNet für Chinesisch/Englisch
Eine Open-Source-Bibliothek zur Interaktion und Verarbeitung von Radardaten, spezialisiert auf MIMO mmWave-Radars
MXNet-Port von SSD: Single Shot MultiBox Object Detector. Reimplementation von https://github.com/weiliu89/caffe/tree/ssd
Dieses Projekt analysiert Tennisspieler in einem Video, um ihre Geschwindigkeit, Ballgeschwindigkeit und Anzahl der Schläge zu messen. Dieses Projekt erkennt Spieler und den Tennisball mit YOLO und nutzt auch CNNs, um Court-Keypoints zu extrahieren. Dieses praktische Projekt ist perfekt, um Ihre Kenntnisse in maschinellem Lernen und Computer Vision zu verfeinern.
OpenCV 4 Computer Vision mit Python 3 lernen – Dritte Auflage, veröffentlicht von Packt
[Offizielles Repository] Visual Mamba: Eine Übersicht und neue Ausblicke
[ICCV 2023] Offizielle Implementierung des Papiers "A Simple Framework for Open-Vocabulary Segmentation and Detection"
[NeurIPS 2024 Spotlight] Offizielle Implementierung von MSFA und Veröffentlichung des SARDet_100K-Datensatzes für die groß angelegte Objekterkennung mit synthetischem Scharffokusradar (SAR)
YOLOv11-RGBT: Auf dem Weg zu einem umfassenden einstufigen multispektralen Objekterkennungs-Framework (Unterstützt RGBT-Erkennung für alle YOLO-Serien von YOLOv3 bis YOLOv13 sowie RTDETR. 【Ultralytics YOLOv3-YOLOv13】
Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2024-Paper. 🔥 [Paper + Code + Demo]
Bounding-Box-Regression mit Unsicherheit für präzise Objekterkennung (CVPR'19)
BiomedParse: Ein Basismodell für gemeinsame Segmentierung, Erkennung und Identifizierung biomedizinischer Objekte über neun Modalitäten hinweg
Hierarchische Wahrnehmungsbibliothek in Python für Pose-Schätzung, Objekterkennung, Instanzsegmentierung, Keypoint-Schätzung, Gesichtserkennung usw.
GUI zum Markieren von Bounding Boxes von Objekten in Bildern für das Training des neuronalen Netzwerks YOLO
(IJCV2024 & ICCV2023) LSKNet: Ein grundlegendes leichtgewichtiges Backbone für die Fernerkundung
Eine winzige, abhängigkeitsfreie Computer-Vision-Bibliothek in C für eingebettete Systeme, Drohnen und Robotik.