#ultralytics Repository
Scopri 17 repository GitHub open source attivi contrassegnati con #ultralytics, che raccolgono un totale di 153,220 stelle (con una media di 9,012 stelle per progetto). Il progetto leader di questo argomento è ultralytics/ultralytics, con 63,640 stelle.
17 repository in totale
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — rilevamento degli oggetti, segmentazione delle istanze, segmentazione semantica, classificazione delle immagini, stima della posa e tracciamento degli oggetti
Ultralytics YOLOv5 in PyTorch per rilevamento oggetti, segmentazione di istanze, classificazione, addestramento ed esportazione.
Implementazione PyTorch di YOLOv3, YOLOv3-SPP e YOLOv3-tiny per il rilevamento di oggetti in tempo reale con addestramento, validazione, inferenza ed esportazione in più formati.
Alcuni script sulla rilevazione di oggetti e codice con idee di miglioramento; dettagli nel readme.md.
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
Convertitore di dataset da JSON a YOLO legacy per annotazioni COCO, LabelMe, Labelbox, VoTT, INFOLKS e ATH. Sostituito da convert_coco() nel pacchetto Ultralytics.
YOLOv11-RGBT: Verso un framework completo di rilevamento di oggetti multispettrali a stadio singolo (Supporta il rilevamento RGBT per tutte le serie YOLO da YOLOv3 a YOLOv13, oltre a RTDETR. 【Ultralytics YOLOv3-YOLOv13】
Loghi Ultralytics condivisi, media, immagini di esempio, pesi di modelli pre-addestrati, artefatti di dataset e risorse di rilascio.
YOLOv7 Object Tracking utilizzando PyTorch, OpenCV e Sort Tracking
Rilevatori, Tracker e SAM di computer vision facili e modulari - Esegui YOLOv9,v8,v7,v6,v5,R,X in meno di 10 righe di codice.
🚀 Una soluzione di rilevamento di oggetti in tempo reale ad alte prestazioni utilizzando YOLO11 ⚡️ basata su ONNX-Runtime
App iOS Ultralytics YOLO e pacchetto Swift per l'inferenza Core ML in tempo reale nelle principali attività di visione artificiale.
Plugin Flutter ufficiale di Ultralytics YOLO per l’inferenza in tempo reale su Android e iOS nelle principali attività di visione artificiale.
Domande frequenti
Qual è il repository #ultralytics più popolare su GitHub?
Il progetto open source #ultralytics più alto in classifica su GitHub è ultralytics/ultralytics, con 63,640 stelle. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — rilevamento degli oggetti, segmentazione delle istanze, segmentazione semantica, classificazione delle immagini, stima della posa e tracciamento degli oggetti
Quali linguaggi di programmazione sono più utilizzati nei repository #ultralytics?
Tra i progetti #ultralytics più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, C#, Swift.
Come viene calcolata la classifica dei repository #ultralytics?
Monitoriamo 17 repository open source attivi contrassegnati con #ultralytics (500+ stelle), per un totale di 153,220 stelle e una media di 9,012 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.