#real-time-inference Repositorios
Descubre 43 repositorios activos de código abierto de GitHub etiquetados con #real-time-inference, que acumulan 133,583 estrellas en total (una media de 3,106 estrellas por proyecto). El líder de este tema es facebookresearch/sam2, con 20,204 estrellas.
43 repositorios en total
El repositorio proporciona código para ejecutar la inferencia con el Meta Segment Anything Model 2 (SAM 2), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
Este repositorio contiene la implementación oficial de "FastVLM: Efficient Vision Encoding for Vision Language Models" - CVPR 2025
Depth Pro: Profundidad métrica monocular nítida en menos de un segundo.
Demostración de cámara web en tiempo real con SmolVLM y servidor llama.cpp
Un marco de aprendizaje profundo industrial para datos dispersos de alta dimensión
Modelos de Texto a Voz y Voz a Texto de Kyutai basados en el marco de Modelado de Flujos Retrasados.
Un modelo de avatar ultraligero que puede ejecutarse en tiempo real en dispositivos móviles
⚠️DirectML está en modo de mantenimiento ⚠️ DirectML es una biblioteca de DirectX 12 de alto rendimiento y acelerada por hardware para aprendizaje automático. DirectML proporciona aceleración GPU para tareas comunes de aprendizaje automático en una amplia gama de hardware y controladores compatibles, incluyendo todas las GPUs capaces de DirectX 12 de proveedores como AMD, Intel, NVIDIA y Qualcomm.
Detección y seguimiento simultáneos de objetos utilizando puntos centrales.
Implementación oficial del artículo "MonST3R: Un enfoque simple para estimar la geometría en presencia de movimiento"
Una implementación de TensorFlow de este paper de Nvidia: https://arxiv.org/pdf/1604.07316.pdf con algunos cambios
¡Un framework de autoadaptación🐙 que adapta los LLM para tareas no vistas en tiempo real!
¡Da vida a los retratos en tiempo real! ¡Soporte onnx/tensorrt! ¡Controlador de retratos en tiempo real!
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.
StreamingVLM: Comprensión en tiempo real para flujos de video infinitos
RepViT: Revisando las CNN móviles desde la perspectiva de ViT [CVPR 2024] y RepViT-SAM: Hacia la segmentación en tiempo real de cualquier cosa
El programa de entrenamiento para libfacedetection para detección de rostros y detección de 5 puntos de referencia.
Este es un nodo personalizado que recopila las herramientas que uso frecuentemente.
VideoLLM-online: Large Language Model en línea para video en streaming (CVPR 2024)
Una demostración simple de yolov5s funcionando en rk3588/3588s usando c++ (aproximadamente 142 fotogramas/s). / Una demostración simple de yolov5s funcionando en rk3588/3588s usando c++ (aproximadamente 142 fotogramas/s).
YOLOPv2: Mejor, Más Rápido, Más Fuerte para la Percepción Panóptica de la Conducción
Cuadernos y ejemplos sobre cómo incorporar y usar diversas funciones de Amazon Personalize
Una implementación modular eficiente de asociación de objetos con Transformers para la segmentación de objetos de video en PyTorch
MotionStream: Generación de Video en Tiempo Real con Controles de Movimiento Interactivos
Código para el artículo de ICCV 2021 "Pixel Difference Networks for Efficient Edge Detection" (Oral).
Aplicación iOS de Ultralytics YOLO y paquete Swift para inferencia de Core ML en tiempo real en las principales tareas de visión por computadora.
Plugin oficial de Ultralytics YOLO para Flutter, destinado a la inferencia en tiempo real en Android e iOS para las principales tareas de visión.
Preguntas frecuentes
¿Cuál es el repositorio de #real-time-inference más popular en GitHub?
El proyecto de código abierto de #real-time-inference mejor posicionado en GitHub es facebookresearch/sam2, con 20,204 estrellas. El repositorio proporciona código para ejecutar la inferencia con el Meta Segment Anything Model 2 (SAM 2), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
¿Qué lenguajes de programación se utilizan más en los repositorios de #real-time-inference?
Entre los proyectos de #real-time-inference mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #real-time-inference?
Seguimos 43 repositorios activos de código abierto etiquetados con #real-time-inference (500+ estrellas), que suman un total de 133,583 estrellas, con una media de 3,106 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.