#object-detection Repository
296 repository in totale
[CVPR 2025] Implementazione ufficiale PyTorch di MambaVision: Un backbone ibrido Mamba-Transformer per la visione
Una libreria e framework open source per il deep learning su immagini satellitari e aeree.
Un framework di ragionamento, con molti demo utili contemporaneamente, se ti sembra utile per favore metti una stella
Questo รจ il codice sorgente di yolo3-pytorch, che puรฒ essere utilizzato per addestrare il proprio modello.
Implementazione di 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 per modelli YOLO
Rilascio del codice per "Rilevamento di ventimila classi utilizzando la supervisione a livello di immagine".
Impara la guida autonoma costruendola: simulazioni in Python e un libro di testo aperto in cui il sistema cresce passo dopo passo. Sostituisci e confronta gli algoritmi di localizzazione, pianificazione e controllo allโinterno dello stesso sistema.
Un server moderno basato su web per la gestione delle foto. Eseguilo sul tuo server domestico e potrai trovare la foto giusta dalla tua collezione su qualsiasi dispositivo. Il filtraggio intelligente รจ reso possibile grazie al riconoscimento degli oggetti, al riconoscimento facciale, alla consapevolezza della posizione, all'analisi dei colori e ad altri algoritmi ML.
fastdup รจ uno strumento potente e gratuito progettato per generare rapidamente preziose informazioni da set di dati di immagini e video. Aiuta a migliorare la qualitร sia delle immagini che delle etichette, riducendo significativamente i costi operativi dei dati, il tutto con una scalabilitร senza pari.
Core ML model zoo per iOS/macOS โ Modelli PyTorch convertiti in .mlpackage pronti all'uso, ognuno con uno script di conversione e un'app di esempio in SwiftUI. I repository correlati coprono il framework Core AI di Apple (iOS/macOS 27) e gli LLM on-device.
๐ Toolkit di Deployment YOLO piรน Facile e Veloce per NVIDIA ๐ ๏ธ
Insieme di metodi per combinare i box di diversi modelli di rilevamento oggetti, inclusa l'implementazione del metodo "Weighted boxes fusion (WBF)".
Libreria di inferenza AI on-device per React Native, ad alte prestazioni e orientata alla privacy, basata sul runtime ExecuTorch di PyTorch
๐๐๐ Una raccolta di alcuni fantastici progetti della serie YOLO per il rilevamento di oggetti pubblici e i relativi set di dati per il rilevamento di oggetti.
Addestramento all-in-one per modelli di visione (YOLO, ViTs, RT-DETR, DINOv3): pre-addestramento, fine-tuning, distillazione.
Implementazione di "YOLOv13: Rilevamento di oggetti in tempo reale con percezione visiva adattiva potenziata da ipergrafi".
Piattaforma open-source per l'annotazione di dati multimodali con supporto per auto-annotazione AI.
Tracciamento e raccolta di articoli/progetti/altri materiali relativi a Segment Anything.
Determinazione della posizione per oggetti rilevabili a bassa quota. Lo SOTA in FOSS AI per droni!
Implementazione di selezione del testo, selezione di caratteri, selezione e riconoscimento di captcha touch-based, addestrato su PyTorch
Questo รจ un repository Pytorch di YOLOv4, attentive YOLOv4 e mobilenet YOLOv4 con PASCAL VOC e COCO
[CVPR 2025] DEIM: DETR con Matching Migliorato per una Rapida Convergenza
Un'implementazione PyTorch di EfficientDet fedele all'originale implementazione di Google con pesi portati
Un framework senza codice basato su PyTorch per studi di deep learning riproducibili. Ecosistema PyTorch. ๐ Finora sono stati implementati 28 metodi di distillazione della conoscenza presentati a TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, ecc. ๐ Sono disponibili modelli addestrati, registri di addestramento e configurazioni per garantire la riproducibilitร e consentire il benchmarking.
Codice ufficiale per "FeatUp: Un framework agnostico rispetto al modello per caratteristiche a qualsiasi risoluzione" ICLR 2024
Un tutorial che mostra come addestrare, convertire ed eseguire modelli di rilevamento oggetti TensorFlow Lite su dispositivi Android, Raspberry Pi e altro!
"Retinexformer: Trasformatore basato su Retinex a stadio singolo per il miglioramento di immagini in condizioni di scarsa illuminazione" (ICCV 2023 Top-10 Citato ๐) & (NTIRE 2024 Secondo Classificato ๐) & (NTIRE 2025 Vincitore ๐) & (NTIRE 2026 Vincitore ๐)
Inferenza Yolov5 deepsort, utilizzando YOLOv5+Deepsort per il tracciamento e il conteggio di veicoli e pedoni, il codice รจ incapsulato in una classe Detector, piรน facile da incorporare nei propri progetti
Tracciamento di oggetti implementato con YOLOv4, DeepSort e TensorFlow.
Rilevamento di oggetti end-to-end in tempo reale e accurato con vocabolario aperto
Raccogli gli ultimi risultati della CVPR (Conference on Computer Vision and Pattern Recognition), inclusi paper, codice e video dimostrativi, ecc., e diamo il benvenuto ai suggerimenti di tutti!