#tflite Dépôts
Découvrez 26 dépôts GitHub open source actifs associés à #tflite, cumulant 105,692 étoiles au total (soit une moyenne de 4,065 étoiles par projet). Le projet en tête de ce thème est ultralytics/yolov5, avec 58,290 étoiles.
26 dépôts au total
Ultralytics YOLOv5 dans PyTorch pour la détection d'objets, la segmentation d'instances, la classification, l'entraînement et l'exportation.
🔥🔥🔥AidLearning est une puissante plateforme de développement AIOT. AidLearning construit un environnement Linux prenant en charge GUI, deep learning et IDE visuel sur Android...Maintenant, Aid prend en charge CPU+GPU+NPU pour l'inférence avec une accélération haute performance...Linux sur Android ou HarmonyOS
Un nœud Android centré sur l’humain et économe en ressources, destiné à l’informatique en périphérie et à l’apprentissage fédéré. Il orchestre l’intelligence distribuée grâce à une localisation privilégiant la confidentialité et à une gestion attentionnée du matériel.
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.
:stuck_out_tongue_closed_eyes: TensorFlowTTS : Synthèse vocale de pointe en temps réel pour Tensorflow 2 (prend en charge notamment l'anglais, le français, le coréen, le chinois, l'allemand et est facile à adapter à d'autres langues)
Accélérez l'inférence et l'entraînement de 🤗 Transformers, Diffusers, TIMM et Sentence Transformers avec des outils d'optimisation matérielle faciles à utiliser
Un framework open-source de détection de mots (ou phrases) d'activation audio, axé sur la performance et la simplicité.
🍅🍅🍅YOLOv5-Lite : Évolué de yolov5 et la taille du modèle n'est que de 900+ Ko (int8) et 1,7 Mo (fp16). Atteint 15 FPS sur le Raspberry Pi 4B~
YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny implémentés dans Tensorflow 2.0, Android. Convertir YOLO v4 .weights en tensorflow, tensorrt et tflite
Utilisez AnimeGANv3 pour créer vos propres œuvres d'animation, y compris la transformation de photos ou de vidéos en anime.
Bibliothèque TensorFlow Lite haute performance pour React Native avec accélération GPU
:zap: TensorFlowASR: Reconnaissance vocale automatique presque à la pointe de la technologie dans TensorFlow 2. Langues prises en charge qui peuvent utiliser des caractères ou des sous-mots
Un outil pour convertir les fichiers ONNX en LiteRT/TFLite/TensorFlow, code natif PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) et Dynamo ONNX. Il prend également en charge la conversion directe de LiteRT vers PyTorch.
Le Plan de Partage Virtuel Idol (アイドル) est un algorithme de détection des points caractéristiques des yeux et du visage humain basé sur une caméra RGB monoculaire, appliqué dans les domaines de la capture faciale 3D en temps réel et des applications pilotées par modèle.
Exemple d'apprentissage automatique Android TensorFlow Lite
Reconnaissance vocale hors ligne avec OpenAI Whisper et TensorFlow Lite pour Android
Création d'un logiciel de surveillance automatique dans le cadre de la surveillance en ligne
Vous voulez un processeur ML plus rapide ? Faites-le vous-même ! -- Un framework pour jouer avec des opcodes personnalisés afin d'accélérer TensorFlow Lite pour microcontrôleurs (TFLM). . . . . Tutoriel en ligne : https://google.github.io/CFU-Playground/ Pour la documentation de référence, voir le lien ci-dessous.
Plugin Flutter officiel d’Ultralytics YOLO pour l’inférence en temps réel sur Android et iOS dans les principales tâches de vision.
Démonstration de l'ajout d'un arrière-plan virtuel à un flux vidéo en direct dans le navigateur
YOLO Magic🪄 est une extension basée sur YOLOv5 d'Ultralytics, conçue pour offrir des fonctionnalités plus puissantes et des opérations plus simples pour les tâches visuelles.
Binaire précompilé avec Tensorflow Lite activé. Pour RaspberryPi / Jetson Nano. Support des opérations personnalisées dans MediaPipe. XNNPACK, XNNPACK Multi-Threads, FlexDelegate.
Foire aux questions
Quel est le dépôt #tflite le plus populaire sur GitHub ?
Le projet #tflite open source le mieux classé sur GitHub est ultralytics/yolov5, avec 58,290 étoiles. Ultralytics YOLOv5 dans PyTorch pour la détection d'objets, la segmentation d'instances, la classification, l'entraînement et l'exportation.
Quels langages de programmation sont les plus utilisés dans les dépôts #tflite ?
Parmi les projets #tflite les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Kotlin, Jupyter Notebook, C++.
Comment le classement des dépôts #tflite est-il calculé ?
Nous suivons 26 dépôts open source actifs associés à #tflite (500+ étoiles), totalisant 105,692 étoiles, avec une moyenne de 4,065 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.