#video-object-tracking Repositories
Entdecke 3 aktive Open-Source-GitHub-Repositories, die mit #video-object-tracking getaggt sind und insgesamt 11,533 Sterne gesammelt haben (durchschnittlich 3,844 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist gaomingqi/Track-Anything mit 7,015 Sternen.
Insgesamt 3 Repositories
Track-Anything ist ein flexibles und interaktives Werkzeug für die Videoobjektverfolgung und -segmentierung, basierend auf Segment Anything, XMem und E2FGVI.
Grounded SAM 2: Beliebiges in Videos mit Grounding DINO, Florence-2 und SAM 2 am Boden verfolgen und nachverfolgen
EfficientSAM3 komprimiert SAM3 durch progressive Wissensdestillation in leichte, edge-freundliche Modelle für schnelle promptbare Konzeptsegmentierung und -verfolgung.
Häufig gestellte Fragen
Welches ist das beliebteste #video-object-tracking-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#video-object-tracking-Projekt auf GitHub ist gaomingqi/Track-Anything mit 7,015 Sternen. Track-Anything ist ein flexibles und interaktives Werkzeug für die Videoobjektverfolgung und -segmentierung, basierend auf Segment Anything, XMem und E2FGVI.
Welche Programmiersprachen werden in #video-object-tracking-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #video-object-tracking-Projekten auf GitHub sind Jupyter Notebook, Python die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #video-object-tracking-Repositories berechnet?
Wir verfolgen 3 aktive Open-Source-Repositories, die mit #video-object-tracking getaggt sind (500+ Sterne), mit insgesamt 11,533 Sternen und durchschnittlich 3,844 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.