#yolov7 Dépôts
Découvrez 21 dépôts GitHub open source actifs associés à #yolov7, cumulant 59,118 étoiles au total (soit une moyenne de 2,815 étoiles par projet). Le projet en tête de ce thème est PaddlePaddle/PaddleDetection, avec 14,482 étoiles.
21 dépôts au total
Kit d'outils de détection d'objets basé sur PaddlePaddle. Il prend en charge la détection d'objets, la segmentation d'instances, le suivi de plusieurs objets et la détection de points clés de plusieurs personnes en temps réel.
Mise en œuvre de l'article - YOLOv7 : Les ensembles de techniques d'entraînement "bag-of-freebies" établissent un nouvel état de l'art pour les détecteurs d'objets en temps réel
Implémentation de réseaux d'apprentissage profond populaires avec l'API de définition de réseau TensorRT
Boîte à outils et benchmark de la série YOLO d'OpenMMLab. Implémenté RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE, etc.
🔥🔥🔥 Axé sur les modèles améliorés YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5, Support pour l'amélioration du backbone, du neck, de la tête, de la perte, de l'IoU, du NMS et d'autres modules🚀
YOLO5Face : Pourquoi réinventer un détecteur de visages (https://arxiv.org/abs/2105.12931) Ateliers ECCV 2022)
PaddleSlim est une bibliothèque open-source pour la compression de modèles profonds et la recherche d'architecture.
🔥🔥🔥TensorRT pour YOLO26 (détection/pose/segmentation/profondeur/boîtes orientées/classification), YOLOv11, YOLOv10, YOLOv9, YOLOv8, ... 🚀🚀🚀 CUDA, C’EST TOUT CE QU’IL VOUS FAUT. 🍎🍎🍎
TensorRT pour la série YOLO (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), prise en charge du plugin NMS
GUI pour marquer les boîtes délimitées des objets dans les images pour l'entraînement du réseau neuronal YOLO
basé sur le projet de haut niveau YOLO (détecter\poser\classer\segmenter\) : inclure YOLOv5\YOLOv7\YOLOv8\ Core, recherche d'amélioration, SwinTransformerV2 et Attention Series. compétences de formation, personnalisation commerciale, déploiement d'ingénierie C
🚀🚀🚀 Série YOLO d'implémentations PaddlePaddle, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet et ainsi de suite. 🚀🚀🚀
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 boîte à outils pour le déploiement de modèles d'apprentissage profond utilisant C++ YoloX | YoloV7 | YoloV8 | Gan | OCR | MobileVit | Scrfd | MobileSAM | StableDiffusion
YOLO SHOW - GUI YOLO basée sur Pyside6 pour YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM
Foire aux questions
Quel est le dépôt #yolov7 le plus populaire sur GitHub ?
Le projet #yolov7 open source le mieux classé sur GitHub est PaddlePaddle/PaddleDetection, avec 14,482 étoiles. Kit d'outils de détection d'objets basé sur PaddlePaddle. Il prend en charge la détection d'objets, la segmentation d'instances, le suivi de plusieurs objets et la détection de points clés de plusieurs personnes en temps réel.
Quels langages de programmation sont les plus utilisés dans les dépôts #yolov7 ?
Parmi les projets #yolov7 les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, C.
Comment le classement des dépôts #yolov7 est-il calculé ?
Nous suivons 21 dépôts open source actifs associés à #yolov7 (500+ étoiles), totalisant 59,118 étoiles, avec une moyenne de 2,815 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.