#yolov3 Repository
Scopri 30 repository GitHub open source attivi contrassegnati con #yolov3, che raccolgono un totale di 106,532 stelle (con una media di 3,551 stelle per progetto). Il progetto leader di questo argomento è PaddlePaddle/PaddleDetection, con 14,482 stelle.
30 repository in totale
Toolkit per il rilevamento di oggetti basato su PaddlePaddle. Supporta il rilevamento di oggetti, la segmentazione di istanze, il tracciamento di più oggetti e il rilevamento di punti chiave di più persone in tempo reale.
Implementazione dell'articolo - YOLOv7: Trainable bag-of-freebies stabilisce un nuovo stato dell'arte per i rilevatori di oggetti in tempo reale
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.
YOLOX è un YOLO ad alte prestazioni senza ancoraggi, che supera yolov3~v5 con il supporto di MegEngine, ONNX, TensorRT, ncnn e OpenVINO. Documentazione: https://yolox.readthedocs.io/
Implementazione di reti di deep learning popolari con l'API di definizione della rete TensorRT
🔥 Codice TensorFlow per il report tecnico: "YOLOv3: An Incremental Improvement"
Un'implementazione PyTorch dell'algoritmo di rilevamento oggetti YOLO v3
🔥🔥🔥 Concentrato su modelli migliorati YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5, Supporto per il miglioramento di backbone, neck, head, loss, IoU, NMS e altri moduli🚀
YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny implementati in Tensorflow 2.0, Android. Convertire YOLO v4 .weights in tensorflow, tensorrt e tflite
Questo è il codice sorgente di yolo3-pytorch, che può essere utilizzato per addestrare il proprio modello.
Tracciamento multiplo di oggetti ad alte prestazioni basato su YOLO, Deep SORT e KLT 🚀
TensorRT8 supporta Yolov5n,s,m,l,x .darknet -> tensorrt. Yolov4 Yolov3 usano i file raw darknet *.weights e *.cfg. Se il wrapper ti è utile, per favore metti una Stella.
TensorRT per la serie YOLO (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), supporto plugin NMS
GUI per segnare riquadri delimitanti degli oggetti nelle immagini per l'addestramento della rete neurale YOLO
Note del progetto + Riproduzione di articoli + Competizioni algoritmiche + Pratica con PyTorch + LeetCode + Pre-addestramento VLM
Yolov5 più leggibile e flessibile con più backbone (gcn, resnet, shufflenet, moblienet, efficientnet, hrnet, swin-transformer, ecc.) e (cbam, dcn e così via), e tensorrt
🚀🚀🚀 Serie YOLO di implementazioni PaddlePaddle, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet e così via. 🚀🚀🚀
Creazione di un software per il monitoraggio automatico nel proctoring online
Converti il modello MMDetection in TensorRT, supporta fp16, int8, input batch, forma dinamica ecc.
Domande frequenti
Qual è il repository #yolov3 più popolare su GitHub?
Il progetto open source #yolov3 più alto in classifica su GitHub è PaddlePaddle/PaddleDetection, con 14,482 stelle. Toolkit per il rilevamento di oggetti basato su PaddlePaddle. Supporta il rilevamento di oggetti, la segmentazione di istanze, il tracciamento di più oggetti e il rilevamento di punti chiave di più persone in tempo reale.
Quali linguaggi di programmazione sono più utilizzati nei repository #yolov3?
Tra i progetti #yolov3 più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, C.
Come viene calcolata la classifica dei repository #yolov3?
Monitoriamo 30 repository open source attivi contrassegnati con #yolov3 (500+ stelle), per un totale di 106,532 stelle e una media di 3,551 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.