#yolov8 Repositories
Entdecke 45 aktive Open-Source-GitHub-Repositories, die mit #yolov8 getaggt sind und insgesamt 142,973 Sterne gesammelt haben (durchschnittlich 3,177 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist ultralytics/ultralytics mit 63,640 Sternen.
Insgesamt 45 Repositories
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifizierung, Posenschätzung und Objektverfolgung
Eine Sammlung von Tutorials zu hochmodernen Computer-Vision-Modellen und -Techniken. Entdecken Sie alles von grundlegenden Architekturen wie ResNet bis hin zu Spitzenmodellen wie RF-DETR, YOLO11, SAM 3 und Qwen3-VL.
Implementierung beliebter Deep-Learning-Netzwerke mit der TensorRT-Netzwerkdefinitions-API
Ein leichtes C++-KI-Toolkit: über 100 Modelle mit MNN, ORT und TRT, einschließlich Det, Seg, Stable-Diffusion, Face-Fusion.
Müheloses KI-gestütztes Datenlabeling dank KI-Unterstützung von YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) und MobileSAM!!
OpenMMLab YOLO-Serien-Toolbox und Benchmark. Implementiert RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE usw.
🔥🔥🔥 Konzentriert auf YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5 verbesserte Modelle, Unterstützung bei der Verbesserung von Backbone, Neck, Head, Loss, IoU, NMS und anderen Modulen🚀
Bilder zur Inferenz ohne Beschriftung (verwenden Sie Basismodelle, um beaufsichtigte Modelle zu trainieren).
Verwandeln Sie jeden Computer oder jedes Edge-Gerät in ein Kommandozentrum für Ihre Computer-Vision-Projekte.
Leichte Inferenzbibliothek für ONNX-Dateien, geschrieben in C++. Sie kann Stable Diffusion XL 1.0 auf einem RPI Zero 2 (oder in 298 MB RAM) ausführen, aber auch Mistral 7B auf Desktops und Servern. ARM, x86, WASM, RISC-V werden unterstützt. Beschleunigt durch XNNPACK. Python-, C#- und JS(WASM)-Bindings verfügbar.
🚀🚀🚀 Eine Sammlung einiger großartiger öffentlicher YOLO-Objekterkennungs-Serienprojekte und der zugehörigen Objekterkennungsdatensätze.
Aufenthaltsbestimmung für niedrig gelegene detektierbare Objekte. Der SOTA in FOSS KI für Drohnen!
Universelles zweites Auge für Spieler mit Beeinträchtigungen (Universeller KI-Zielausrichter (KI-Aimbot) - ONNX/YOLOv8 - C#)
TensorRT für die YOLO-Serie (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), NMS-Plugin-Unterstützung
🔥🔥🔥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.
Python Computer Vision & Video Analytics Framework mit Batterien im Lieferumfang enthalten
YoloDotNet - Ein C# .NET 8.0-Projekt für Klassifizierung, Objekterkennung, OBB-Erkennung, Segmentierung und Pose-Schätzung in Bildern und Live-Videostreams.
GUI zum Markieren von Bounding Boxes von Objekten in Bildern für das Training des neuronalen Netzwerks YOLO
Erkennung von Schieberegler-CAPTCHAs mit einer oder mehreren Lücken, Installation und Nutzung über pip, Bereitstellung der API lokal oder auf einem Server möglich
basierend auf dem YOLO-High-Level-Projekt (erkennen\pose\klassifizieren\segmentieren\): einschließlich YOLOv5\YOLOv7\YOLOv8\Core, Verbesserungsforschung, SwinTransformerV2 und Attention Series. Schulungsfähigkeiten, Geschäftsanpassung, technische Bereitstellung C
🚀🚀🚀 YOLO-Serie von PaddlePaddle-Implementierungen, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet und so weiter. 🚀🚀🚀
YOLOv7 Objekterkennung mit PyTorch, OpenCV und Sort-Tracking
Verbessere die Qualität kleiner Gesichter in MiniMax-H3-Videos. Verfolge die Gesichter Bild für Bild, schneide sie aus, verbessere sie mit H3 und füge sie wieder ins Video ein.
Einfache & modulare Computer Vision Detektoren, Tracker & SAM - Führen Sie YOLOv9,v8,v7,v6,v5,R,X in weniger als 10 Codezeilen aus.
🚀 Eine leistungsstarke Echtzeit-Objekterkennungslösung mit YOLO11 ⚡️, angetrieben von ONNX-Runtime
Eine Implementierung eines Convolutional Neural Network Accelerators auf FPGA, xilinx (xczu7ev-ffvc1156-2-i), die Inferenz von yolov8 dauerte 60 ms.
Python-Bibliothek für YOLO-Kleinstobjekterkennung und Instanzsegmentierung
Eine Toolbox für Deep-Learning-Modellbereitstellung mit C++ YoloX | YoloV7 | YoloV8 | Gan | OCR | MobileVit | Scrfd | MobileSAM | StableDiffusion
YOLO SHOW - YOLO GUI auf Pyside6-Basis für YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM
YOLOv8 Nummernschilderkennung, Nummernschildidentifizierung, chinesische Nummernschilderkennung, unterstützt 12 Arten von chinesischen Nummernschildern, unterstützt zweizeilige Nummernschilder
Häufig gestellte Fragen
Welches ist das beliebteste #yolov8-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#yolov8-Projekt auf GitHub ist ultralytics/ultralytics mit 63,640 Sternen. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifizierung, Posenschätzung und Objektverfolgung
Welche Programmiersprachen werden in #yolov8-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #yolov8-Projekten auf GitHub sind Python, C++, C#, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #yolov8-Repositories berechnet?
Wir verfolgen 45 aktive Open-Source-Repositories, die mit #yolov8 getaggt sind (500+ Sterne), mit insgesamt 142,973 Sternen und durchschnittlich 3,177 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.