#yolox Dépôts
Découvrez 10 dépôts GitHub open source actifs associés à #yolox, cumulant 38,122 étoiles au total (soit une moyenne de 3,812 étoiles par projet). Le projet en tête de ce thème est PaddlePaddle/PaddleDetection, avec 14,482 étoiles.
10 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.
YOLOX est un YOLO haute performance sans ancres, surpassant yolov3~v5 avec la prise en charge de MegEngine, ONNX, TensorRT, ncnn et OpenVINO. Documentation : https://yolox.readthedocs.io/
Une boîte à outils IA légère en C++ : plus de 100 modèles avec MNN, ORT et TRT, incluant Det, Seg, Stable-Diffusion, Face-Fusion.
Boîte à outils et benchmark de la série YOLO d'OpenMMLab. Implémenté RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE, etc.
TensorRT pour la série YOLO (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), prise en charge du plugin NMS
LibreYOLO est une bibliothèque de vision par ordinateur open source sous licence MIT
🚀🚀🚀 Série YOLO d'implémentations PaddlePaddle, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet et ainsi de suite. 🚀🚀🚀
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
Foire aux questions
Quel est le dépôt #yolox le plus populaire sur GitHub ?
Le projet #yolox 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 #yolox ?
Parmi les projets #yolox les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, C.
Comment le classement des dépôts #yolox est-il calculé ?
Nous suivons 10 dépôts open source actifs associés à #yolox (500+ étoiles), totalisant 38,122 étoiles, avec une moyenne de 3,812 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.