#ultralytics Dépôts
Découvrez 17 dépôts GitHub open source actifs associés à #ultralytics, cumulant 153,220 étoiles au total (soit une moyenne de 9,012 étoiles par projet). Le projet en tête de ce thème est ultralytics/ultralytics, avec 63,640 étoiles.
17 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
Ultralytics YOLOv5 dans PyTorch pour la détection d'objets, la segmentation d'instances, la classification, l'entraînement et l'exportation.
Implémentation PyTorch de YOLOv3, YOLOv3-SPP et YOLOv3-tiny pour la détection d'objets en temps réel avec entraînement, validation, inférence et exportation multi-format.
Des scripts concernant la détection d'objets et du code d'idées d'amélioration; consultez en détail le readme.md.
Implémentation NVIDIA DeepStream SDK 8.0 / 7.1 / 7.0 / 6.4 / 6.3 / 6.2 / 6.1.1 / 6.1 / 6.0.1 / 6.0 / 5.1 pour les modèles YOLO
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.
YOLOv11-RGBT : Vers un cadre complet de détection d'objets multispectraux à une seule étape (Prend en charge la détection RGBT pour toutes les séries YOLO de YOLOv3 à YOLOv13, ainsi que RTDETR. 【Ultralytics YOLOv3-YOLOv13】
Logos Ultralytics partagés, médias, images d'exemple, poids de modèles pré-entraînés, artefacts de jeux de données et actifs de version.
Suivi d'objets YOLOv7 utilisant PyTorch, OpenCV et le suivi Sort
Détecteurs, Trackers et SAM de vision par ordinateur faciles et modulaires - Exécutez YOLOv9,v8,v7,v6,v5,R,X en moins de 10 lignes de code.
🚀 Une solution de détection d'objets en temps réel haute performance utilisant YOLO11 ⚡️ alimentée par ONNX-Runtime
Application iOS Ultralytics YOLO et package Swift pour l'inférence Core ML en temps réel dans les principales tâches de vision par ordinateur.
Plugin Flutter officiel d’Ultralytics YOLO pour l’inférence en temps réel sur Android et iOS dans les principales tâches de vision.
Foire aux questions
Quel est le dépôt #ultralytics le plus populaire sur GitHub ?
Le projet #ultralytics 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 #ultralytics ?
Parmi les projets #ultralytics les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, C#, Swift.
Comment le classement des dépôts #ultralytics est-il calculé ?
Nous suivons 17 dépôts open source actifs associés à #ultralytics (500+ étoiles), totalisant 153,220 étoiles, avec une moyenne de 9,012 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.