#object-detection Dépôts
296 dépôts au total
un cadre ouvert pour la navigation des aveugles basé sur l'ESP32
Collectez quelques papiers sur les transformeurs pour la détection et la segmentation. Awesome Detection Transformer pour la vision par ordinateur (CV)
Créez, entraînez, optimisez et exécutez des modèles de vision par ordinateur en local, des images brutes à l’inférence en temps réel. Open source, optimisé pour Intel® XPU (CUDA est également pris en charge).
[ICLR'23 Spotlight🔥] Le premier pré-entraînement réussi de style BERT/MAE sur n'importe quel réseau de convolution ; Impl. Pytorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
Le Medical Detection Toolkit contient des implémentations 2D + 3D de détecteurs d'objets courants tels que Mask R-CNN, Retina Net, Retina U-Net, ainsi qu'un framework d'entraînement et d'inférence axé sur la gestion d'images médicales.
🚀 L'API TensorFlow Object Counting est un framework open source construit sur TensorFlow et Keras qui facilite le développement de systèmes de comptage d'objets !
L'implémentation PyTorch basée sur YOLOv4 du papier : « Complex-YOLO : Détection d'objets 3D en temps réel sur des nuages de points »
Dépôt officiel pour "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]
Réplication de projets CV simples incluant attention, classification, détection, détection de points clés, etc.
⚡️Le framework de perception spatiale pour construire rapidement des robots intelligents et des espaces
Bibliothèque TensorFlow Lite haute performance pour React Native avec accélération GPU
Convertisseur de jeux de données JSON vers YOLO hérité pour les annotations COCO, LabelMe, Labelbox, VoTT, INFOLKS et ATH. Remplacé par convert_coco() dans le package Ultralytics.
Framework de compression de réseau neuronal pour une inférence OpenVINO™ améliorée
:basketball::robot::basketball: Application web et API d'IA pour analyser les tirs de basketball et la pose de tir.
Une nouvelle base de code pour les méthodes populaires de génération de graphes de scènes (2020). La visualisation et l'extraction de graphes de scènes sur des images/ensembles de données personnalisés sont fournies. C'est aussi une implémentation PyTorch du document « Unbiased Scene Graph Generation from Biased Training CVPR 2020 »
🌝 MLKit est une boîte à outils puissante et facile à utiliser. Avec ML Kit, vous pouvez facilement implémenter des fonctionnalités telles que la reconnaissance de texte, la reconnaissance de codes-barres, le marquage d'images, la détection de visages, la détection d'objets, etc.
[CVPR2024 Highlight]GLEE: General Object Foundation Model for Images and Videos at Scale
Métriques de détection d'objets. 14 métriques de détection d'objets : Average Precision moyenne (mAP), Average Recall (AR), Average Precision Spatio-Temporelle (STT-AP). Ce projet prend en charge différents formats de boîtes englobantes comme dans COCO, PASCAL, Imagenet, etc.
[CVPR2023] Le dépôt officiel pour OC-SORT : SORT Centré sur l'Observation (Observation-Centric SORT) pour le suivi multi-objets vidéo. OC-SORT est simple, en ligne et robuste face à l'occlusion/mouvement non linéaire.
Un tutoriel montrant comment configurer l'API de détection d'objets de TensorFlow sur Raspberry Pi
Plateforme de caméras et de NVR axée sur le local. Toutes vos caméras. Une seule application.
Grounding DINO 1.5 : La série de modèles de détection d'objets open-world la plus performante d'IDEA Research
Moteur d'inférence C++ prêt pour la production, multiplateforme, pour les modèles YOLO (v5‑v12, YOLO26). API unifiée pour la détection, la segmentation, l'estimation de pose, OBB et la classification. Construit sur ONNX Runtime et OpenCV. Optimisé pour CPU/GPU avec prise en charge de la quantification.
Hub de la biodiversité de Microsoft AI for Good Lab : catalogue de projets, documentation et navigation pour l’IA au service de la conservation, SPARROW et MegaDetector.
Élagage de Canaux pour Accélérer les Réseaux de Neurones Très Profonds (ICCV'17)
Publication du code pour "Cut and Learn for Unsupervised Object Detection and Instance Segmentation" et "VideoCutLER: Surprisingly Simple Unsupervised Video Instance Segmentation"
TableBank : Un ensemble de données de référence pour la détection et la reconnaissance de tableaux
LibreYOLO est une bibliothèque de vision par ordinateur open source sous licence MIT
Framework Python qui facilite le développement rapide d'applications complexes d'analyse vidéo et d'autres applications basées sur le traitement en série dans un environnement multiprocessus.
Ensemble de données abordé par une méthode de référence et de compression de fréquence pour la détection d'objets à infrarouges avec peu d'exemples
Boîte à outils de perception pour l'entraînement et la validation sim2real dans Unity
Implémentation indépendante du framework pour les méthodes de salience de pointe (XRAI, BlurIG, SmoothGrad, et plus).
:fire: :fire: :fire: Une liste d'articles sur certains travaux récents en vision par ordinateur (CV)
CodeProject.AI Server est un service autonome que les développeurs de logiciels peuvent inclure et distribuer avec leurs applications afin d'enrichir leurs applications avec la puissance de l'IA.
Apprenez le deep learning avec tensorflow 2.0, keras et python grâce à cette série complète de tutoriels sur le deep learning. Apprenez le deep learning à partir de zéro. Série de deep learning pour débutants. Tutoriels tensorflow, tutoriel tensorflow 2.0. tutoriel deep learning python.