Git Stars Git Stars

#caffe Dépôts

Découvrez 24 dépôts GitHub open source actifs associés à #caffe, cumulant 160,514 étoiles au total (soit une moyenne de 6,688 étoiles par projet). Le projet en tête de ce thème est CMU-Perceptual-Computing-Lab/openpose, avec 33,619 étoiles.

24
Total des Dépôts
160,514
Nombre total d'étoiles
6,688
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python C++ HTML Java Go
1
CMU-Perceptual-Computing-Lab/openpose

OpenPose : Bibliothèque de détection de points clés multi-personnes en temps réel pour l'estimation du corps, du visage, des mains et des pieds

CMU-Perceptual-Computing-Lab
⭐ 33,619 C++ 👤 CMU-Perceptual-Computing-Lab Organization 🕐 Mis à jour 2024-08-03 📅 Créé 2017-04-24
2
donnemartin/data-science-ipython-notebooks

Notebooks Python pour la science des données : Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamentaux de Python, AWS et diverses lignes de commande.

donnemartin
⭐ 28,776 Python 👤 donnemartin User 🕐 Mis à jour 2024-03-20 📅 Créé 2015-01-23
3
Tencent/ncnn

ncnn est un framework d'inférence de réseaux de neurones haute performance optimisé pour les plateformes mobiles

Tencent
⭐ 24,082 C++ 👤 Tencent Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2017-06-30
4
tangyudi/Ai-Learn

Feuille de route d'apprentissage en intelligence artificielle, compilation de près de 200 cas pratiques et projets, manuels complémentaires gratuits, entrée pour débutants absolus, pratique pour l'emploi ! Inclut : Python, mathématiques, apprentissage automatique, analyse de données, apprentissage profond, vision par ordinateur, traitement du langage naturel, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv et autres domaines populaires

tangyudi
⭐ 12,412 👤 tangyudi User 🕐 Mis à jour 2024-06-02 📅 Créé 2020-01-28
5
dusty-nv/jetson-inference

Guide Hello AI World pour déployer des réseaux d'inférence deep-learning et des primitives de vision profonde avec TensorRT et NVIDIA Jetson.

dusty-nv
⭐ 9,015 C++ 👤 dusty-nv User 🕐 Mis à jour 2025-10-16 📅 Créé 2016-07-30
6
likedan/Awesome-CoreML-Models

Plus grande liste de modèles pour Core ML (pour iOS 11+)

likedan
⭐ 7,017 Python 👤 likedan User 🕐 Mis à jour 2025-06-17 📅 Créé 2017-08-22
7
ufoym/deepo

Configurez et personnalisez l'environnement d'apprentissage profond en quelques secondes.

ufoym
⭐ 6,281 Python 👤 ufoym User 🕐 Mis à jour 2026-03-25 📅 Créé 2017-10-27
8
microsoft/MMdnn

MMdnn est un ensemble d'outils pour aider les utilisateurs à interopérer entre différents frameworks d'apprentissage profond. Par ex. conversion et visualisation de modèles. Convertir des modèles entre Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch, ONNX et CoreML.

microsoft
⭐ 5,804 Python 👤 microsoft Organization 🕐 Mis à jour 2025-08-07 📅 Créé 2017-08-16
9
humphd/have-fun-with-machine-learning

Guide pour débutants absolus de l’apprentissage automatique et de la classification d’images avec des réseaux neuronaux

humphd
⭐ 5,118 Python 👤 humphd User 🕐 Mis à jour 2026-09-04 📅 Créé 2016-12-29
10
PaddlePaddle/VisualDL

Kit d'Outils de Visualisation en Apprentissage Profond (Outil de visualisation en apprentissage profond „Fly Paddle“ )

PaddlePaddle
⭐ 4,883 HTML 👤 PaddlePaddle Organization 🕐 Mis à jour 2025-01-22 📅 Créé 2017-12-20
11
PINTO0309/PINTO_model_zoo

Un dépôt pour stocker des modèles qui ont été convertis mutuellement entre divers frameworks. Les frameworks pris en charge sont TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.

PINTO0309
⭐ 4,649 Python 👤 PINTO0309 User 🕐 Mis à jour 2026-10-24 📅 Créé 2019-12-11
12
zjhellofss/KuiperInfer

Excellent projet pour le recrutement universitaire, les campagnes d'automne, les campagnes de printemps et les stages ! Nous vous guiderons pas à pas dans l'implémentation d'une bibliothèque d'inférence d'apprentissage profond haute performance, prenant en charge l'inférence de grands modèles tels que llama2, Unet, YoloV5, Resnet, etc. Implémentez pas à pas une bibliothèque d'inférence d'apprentissage profond haute performance.

zjhellofss
⭐ 3,444 C++ 👤 zjhellofss User 🕐 Mis à jour 2025-06-22 📅 Créé 2022-11-21
13
jolibrain/deepdetect

Serveur d'apprentissage profond et CLI pour Torch et TensorRT

jolibrain
⭐ 2,549 C++ 👤 jolibrain Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2015-05-22
14
chuanqi305/MobileNet-SSD

Implémentation Caffe du réseau de détection Google MobileNet SSD, avec des poids pré-entraînés sur VOC0712 et mAP=0.727.

chuanqi305
⭐ 2,126 Python 👤 chuanqi305 User 🕐 Mis à jour 2025-07-13 📅 Créé 2017-06-08
15
s9xie/hed

Code pour la détection de contours holistiquement imbriquée

s9xie
⭐ 1,897 C++ 👤 s9xie User 🕐 Mis à jour 2024-04-07 📅 Créé 2015-10-01
16
OpenPPL/ppq

PPL Quantization Tool (PPQ) est un puissant outil de quantification hors ligne pour réseaux neuronaux.

OpenPPL
⭐ 1,774 Python 👤 OpenPPL Organization 🕐 Mis à jour 2024-03-28 📅 Créé 2021-12-30
17
Qihoo360/hbox

IA sur Hadoop

Qihoo360
⭐ 1,729 Java 👤 Qihoo360 Organization 🕐 Mis à jour 2025-07-01 📅 Créé 2017-12-01
18
huawei-noah/bolt

Bolt est une bibliothèque d'apprentissage profond avec des performances élevées et une flexibilité hétérogène.

huawei-noah
⭐ 958 C++ 👤 huawei-noah Organization 🕐 Mis à jour 2025-04-11 📅 Créé 2019-12-02
19
yun-liu/RCF

Richer Convolutional Features for Edge Detection

yun-liu
⭐ 782 C++ 👤 yun-liu User 🕐 Mis à jour 2025-09-11 📅 Créé 2017-03-23
20
PaddlePaddle/X2Paddle

Convertisseur de modèles d'apprentissage profond pour PaddlePaddle. (Outil de conversion de modèles d'apprentissage profond 『飞桨』)

PaddlePaddle
⭐ 772 Python 👤 PaddlePaddle Organization 🕐 Mis à jour 2025-10-22 📅 Créé 2019-01-09
21
ShuangLI59/person_search

Apprentissage conjoint de caractéristiques de détection et d'identification pour la recherche de personnes

ShuangLI59
⭐ 751 Python 👤 ShuangLI59 User 🕐 Mis à jour 2024-04-26 📅 Créé 2016-04-06
22
adipandas/multi-object-tracker

Traqueurs multi-objets en Python

adipandas
⭐ 697 Python 👤 adipandas User 🕐 Mis à jour 2026-07-17 📅 Créé 2018-09-11
23
aimuch/iAI

🎯 IA De Zéro à Héros 👑

aimuch
⭐ 693 Python 👤 aimuch User 🕐 Mis à jour 2025-04-22 📅 Créé 2018-08-08
24
IBM/FfDL

Fabric for Deep Learning (FfDL, prononcé fiddle) est une plateforme d'apprentissage profond offrant TensorFlow, Caffe, PyTorch, etc. en tant que service sur Kubernetes.

IBM
⭐ 691 Go 👤 IBM Organization 🕐 Mis à jour 2025-09-17 📅 Créé 2018-02-07

Foire aux questions

1

Quel est le dépôt #caffe le plus populaire sur GitHub ?

Le projet #caffe open source le mieux classé sur GitHub est CMU-Perceptual-Computing-Lab/openpose, avec 33,619 étoiles. OpenPose : Bibliothèque de détection de points clés multi-personnes en temps réel pour l'estimation du corps, du visage, des mains et des pieds

2

Quels langages de programmation sont les plus utilisés dans les dépôts #caffe ?

Parmi les projets #caffe les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, HTML, Java.

3

Comment le classement des dépôts #caffe est-il calculé ?

Nous suivons 24 dépôts open source actifs associés à #caffe (500+ étoiles), totalisant 160,514 étoiles, avec une moyenne de 6,688 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.