#object-detection Repositorios
296 repositorios en total
un marco abierto para la navegación de ciegos basado en ESP32
Recopila algunos artículos sobre transformadores para detección y segmentación. Awesome Detection Transformer para Visión Artificial (CV)
Crea, entrena, optimiza y ejecuta modelos de visión por computadora localmente, desde imágenes sin procesar hasta inferencia en tiempo real. De código abierto y optimizado para Intel® XPU (también compatible con CUDA).
[ICLR'23 Spotlight🔥] El primer pre-entrenamiento exitoso al estilo BERT/MAE en cualquier red neuronal convolucional; Implementación en Pytorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
La Medical Detection Toolkit contiene implementaciones 2D + 3D de detectores de objetos prevalentes como Mask R-CNN, Retina Net, Retina U-Net, así como un marco de entrenamiento e inferencia enfocado en el manejo de imágenes médicas.
🚀 La API de Conteo de Objetos de TensorFlow es un marco de código abierto construido sobre TensorFlow y Keras que facilita el desarrollo de sistemas de conteo de objetos!
La implementación de PyTorch basada en YOLOv4 del artículo: "Complex-YOLO: Detección de objetos 3D en tiempo real en nubes de puntos"
Repositorio Oficial para "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]
Replicación de proyectos simples de CV que incluyen atención, clasificación, detección, detección de puntos clave, etc.
⚡️El marco de percepción espacial para construir rápidamente robots y espacios inteligentes
Biblioteca TensorFlow Lite de alto rendimiento para React Native con aceleración GPU
Convertidor de conjuntos de datos JSON a YOLO heredado para anotaciones COCO, LabelMe, Labelbox, VoTT, INFOLKS y ATH. Reemplazado por convert_coco() en el paquete Ultralytics.
Framework de compresión de redes neuronales para una inferencia OpenVINO™ mejorada
Seguimiento de múltiples objetos de alto rendimiento basado en YOLO, Deep SORT y KLT 🚀
:basketball::robot::basketball: Aplicación web y API de IA para analizar tiros de baloncesto y poses de tiro.
Una nueva base de código para métodos populares de generación de grafos de escena (2020). Se proporcionan visualización y extracción de grafos de escena en imágenes/conjuntos de datos personalizados. También es una implementación de PyTorch del artículo “Unbiased Scene Graph Generation from Biased Training CVPR 2020”
🌝 MLKit es un kit de herramientas potente y fácil de usar. Con ML Kit, puede implementar fácilmente funciones como reconocimiento de texto, reconocimiento de códigos de barras, etiquetado de imágenes, detección de rostros, detección de objetos, etc.
[CVPR2024 Highlight]GLEE: General Object Foundation Model for Images and Videos at Scale
Métricas de detección de objetos. 14 métricas de detección de objetos: Precisión Media promedio (mAP), Recall promedio (AR), Precisión promedio de tubos espaciotemporales (STT-AP). Este proyecto admite diferentes formatos de cuadros delimitadores como en COCO, PASCAL, Imagenet, etc.
[CVPR2023] El repositorio oficial de OC-SORT: SORT Centrado en la Observación (Observation-Centric SORT) para el seguimiento multi-objeto de vídeo. OC-SORT es simple, en línea y robusto a la oclusión/movimiento no lineal.
Un tutorial que muestra cómo configurar la API de detección de objetos de TensorFlow en Raspberry Pi
Plataforma de cámaras y NVR con prioridad local. Todas tus cámaras. Una sola aplicación.
Grounding DINO 1.5: La serie de modelos de detección de objetos de mundo abierto más capaz de IDEA Research
Motor de inferencia C++ listo para producción, multiplataforma, para modelos YOLO (v5‑v12, YOLO26). API unificada para detección, segmentación, estimación de pose, OBB y clasificación. Construido sobre ONNX Runtime y OpenCV. Optimizado para CPU/GPU con soporte de cuantización.
Centro de biodiversidad de Microsoft AI for Good Lab: catálogo de proyectos, documentación y navegación para la IA aplicada a la conservación, SPARROW y MegaDetector.
Poda de canales para acelerar redes neuronales muy profundas (ICCV'17)
Lanzamiento de código para "Cut and Learn for Unsupervised Object Detection and Instance Segmentation" y "VideoCutLER: Surprisingly Simple Unsupervised Video Instance Segmentation"
TableBank: Un conjunto de datos de referencia para la detección y reconocimiento de tablas
Flujos de trabajo de visión por computadora de resistencia industrial con Keras
LibreYOLO es una biblioteca de visión por computadora de código abierto con licencia MIT
Framework de Python que facilita el desarrollo rápido de aplicaciones complejas de análisis de video y otras aplicaciones basadas en procesamiento en serie en un entorno de multiprocesamiento.
Conjunto de datos abordado por un método de referencia y compresión de frecuencia para la detección de objetos infrarrojos con pocos disparos
Kit de herramientas de percepción para entrenamiento y validación sim2real en Unity
Implementación agnóstica de framework para métodos de saliencia de vanguardia (XRAI, BlurIG, SmoothGrad y más).
:fire: :fire: :fire: Una lista de artículos sobre algunos trabajos recientes de Visión por Computadora (CV)
CodeProject.AI Server es un servicio autónomo que los desarrolladores de software pueden incluir y distribuir con sus aplicaciones para aumentar sus aplicaciones con el poder de la IA.
Aprende deep learning con tensorflow 2.0, keras y python a través de esta completa serie de tutoriales de deep learning. Aprende deep learning desde cero. Serie de deep learning para principiantes. Tutoriales de tensorflow, tutorial de tensorflow 2.0. tutorial de deep learning en python.