#object-tracking Dépôts
Découvrez 29 dépôts GitHub open source actifs associés à #object-tracking, cumulant 111,187 étoiles au total (soit une moyenne de 3,834 étoiles par projet). Le projet en tête de ce thème est ultralytics/ultralytics, avec 63,640 étoiles.
29 dépôts au total
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — détection d’objets, segmentation d’instances, segmentation sémantique, classification d’images, estimation de pose et suivi d’objets
Paquet Go pour la vision par ordinateur utilisant OpenCV 4 et au-delà. Inclut le support pour DNN, CUDA, OpenCV Contrib et OpenVINO.
Annoter ses propres ensembles de données, entraîner, évaluer, tester et déployer ses propres algorithmes d'intelligence artificielle
[CVPR 2024 Highlight] FoundationPose : Estimation et suivi unifiés de la pose 6D d'objets nouveaux
[CVPR19/TPAMI23] SiamMask : Un cadre pour le suivi et la segmentation rapides d'objets en ligne
Bibliothèque Python légère pour ajouter un suivi multi-objets en temps réel à n'importe quel détecteur.
Apprenez la conduite autonome en la construisant : des simulations Python et un manuel libre dans lequel le système évolue étape par étape. Remplacez et comparez les algorithmes de localisation, de planification et de contrôle au sein d’un même système.
[ICCV 2023] Suivre n'importe quoi avec une segmentation vidéo découplée
[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 projet mis à jour en continu pour suivre les derniers progrès dans le domaine du suivi d'objets multimodaux. Ce projet se concentre uniquement sur le suivi d'un seul objet.
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.
Exécutez le modèle Segment Anything 2 sur un flux vidéo en direct
[ICCV 2025] SAM2Long : Amélioration de SAM 2 pour la segmentation de vidéos longues avec un arbre de mémoire sans entraînement
Bibliothèque pour le suivi par détection de suivi multi-objets implémentée en Python
Liste d'articles sur le suivi d'un seul objet (suiveurs SOT de pointe)
Créez une visualisation du trafic de type jumeau numérique en utilisant uniquement des séquences de vidéosurveillance au format MP4 et leur emplacement sur Google Maps.
[CVPR 2025, IJCV 2026] « Une mémoire sensible aux distracteurs pour le suivi visuel d’objets avec SAM2 », « Suivi visuel d’objets fondé sur une mémoire sensible aux distracteurs »
Foire aux questions
Quel est le dépôt #object-tracking le plus populaire sur GitHub ?
Le projet #object-tracking open source le mieux classé sur GitHub est ultralytics/ultralytics, avec 63,640 étoiles. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — détection d’objets, segmentation d’instances, segmentation sémantique, classification d’images, estimation de pose et suivi d’objets
Quels langages de programmation sont les plus utilisés dans les dépôts #object-tracking ?
Parmi les projets #object-tracking les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, Go.
Comment le classement des dépôts #object-tracking est-il calculé ?
Nous suivons 29 dépôts open source actifs associés à #object-tracking (500+ étoiles), totalisant 111,187 étoiles, avec une moyenne de 3,834 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.