#tensorrt リポジトリ
#tensorrtのタグが付いた、GitHub上の80件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は302,483個で、プロジェクトあたりの平均は3,781個です。このトピックをリードしているのは、58,290個のスターを獲得しているultralytics/yolov5です。
リポジトリ合計80件
NVIDIA® TensorRT™ は、NVIDIA GPU 上での高性能なディープラーニング推論のための SDK です。このリポジトリには TensorRT のオープンソース コンポーネントが含まれています。
リアルタイム物体検出のためのYOLOv3、YOLOv3-SPP、およびYOLOv3-tinyのPyTorch実装。トレーニング、検証、推論、およびマルチフォーマットのエクスポートをサポート。
YOLOXは、MegEngine、ONNX、TensorRT、ncnn、OpenVINOをサポートする高性能なアンカーフリーYOLOであり、yolov3~v5を凌駕します。ドキュメント:https://yolox.readthedocs.io/
Hello AI World: TensorRT と NVIDIA Jetson を使用したディープラーニング推論ネットワークおよびディープビジョンプリミティブのデプロイガイド。
📄 ONNX Runtime、OpenVINO、MNN、PaddlePaddle、TensorRT、PyTorch を基盤とした、複数のプログラミング言語対応の優れた OCR ツールキット。
BoxMOT:軸平行ボックスと回転ボックスに対応した、Python および C++ のプラグイン可能なマルチオブジェクトトラッキング。Helm によるデプロイに対応し、Kubernetes 上でカメラを継続的に追跡できます。
初心者向けの入門から、CV、NLP、LLMのプロジェクト応用、さらには高度なエンジニアリングによるデプロイメントや実装まで、すべてがここにあります。『PyTorch 実用チュートリアル』(第2版)は、読者がPyTorchの使用を簡単に習得し、優れたディープラーニングエンジニアになることを支援すると信じています。
TNN: Tencent Youtu LabとGuangying Labによって開発された、モバイル、デスクトップ、サーバー用の統一されたディープラーニング推論フレームワークです。TNNは、クロスプラットフォーム機能、高性能、モデル圧縮、コードプルーニングなど、いくつかの優れた機能によって区別されます。ncnnとRapidnetに基づき、TNNはモバイルデバイスのサポートとパフォーマンス最適化をさらに強化し、既存のオープンソースの取り組みからの優れた拡張性と高性能という利点も取り入れています。
軽量C++ AIツールキット:MNN、ORT、TRTを使用した100以上のモデル(Det、Seg、Stable-Diffusion、Face-Fusionを含む)。
DAMO-YOLO:NASバックボーン、効率的なRepGFPN、ZeroHead、AlignedOTA、蒸留強化などのいくつかの新しい技術を備えた、高速で正確なオブジェクト検出方法。
🍅🍅🍅YOLOv5-Lite: yolov5から進化し、モデルサイズはわずか900+kb(int8)および1.7M(fp16)です。Raspberry Pi 4Bで15 FPSに到達~
YOLO5Face:顔検出器を再発明する理由 (https://arxiv.org/abs/2105.12931) ECCVワークショップ 2022)
micronet、モデル圧縮およびデプロイライブラリ。圧縮:1、量子化:量子化認識トレーニング(QAT)、高ビット(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference)、低ビット(≤2b)/三値および二値(TWN/BNN/XNOR-Net);トレーニング後量子化(PTQ)、8ビット(tensorrt);2、プルーニング:通常、規則的およびグループ畳み込みチャネルプルーニング;3、グループ畳み込み構造;4、量子化のためのバッチ正規化融合。デプロイ:tensorrt, fp32/fp16/in
Tensorflow 2.0、Android で実装された YOLOv4、YOLOv4-tiny、YOLOv3、YOLOv3-tiny。YOLO v4 .weights を tensorflow、tensorrt、tflite に変換
YOLOモデル用の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 の実装
PointPillars、CenterPoint、BEVFusionの3つのGPUアクセラレーテッドLidar/カメラDLネットワークと、関連ライブラリ(cuPCL、3D SparseConvolution、YUV2RGB、cuOSD)を含む、Lidar関連のAIソリューションを実証するプロジェクト。
シンプルで使いやすい高性能AIデプロイメントフレームワーク | An Easy-to-Use and High-Performance AI Deployment Framework
🚀🚀🚀 いくつかの素晴らしい公開YOLOオブジェクト検出シリーズプロジェクトと関連するオブジェクト検出データセットのコレクション。
🔥🔥🔥YOLO26(検出/姿勢推定/セグメンテーション/深度/回転バウンディングボックス/分類)、YOLOv11、YOLOv10、YOLOv9、YOLOv8などに対応するTensorRT 🚀🚀🚀 必要なのはCUDAだけ。🍎🍎🍎
よくある質問
GitHubで最も人気のある#tensorrtリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#tensorrtプロジェクトは、58,290個のスターを獲得しているultralytics/yolov5です。PyTorchベースのUltralytics YOLOv5。物体検出、インスタンスセグメンテーション、分類、トレーニング、エクスポートに対応。
#tensorrtリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#tensorrtプロジェクトでは、Python, C++, Jupyter Notebookが最も一般的なプログラミング言語です。
#tensorrtリポジトリのランキングはどのように算出されていますか?
#tensorrtのタグが付いた80件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は302,483個で、リポジトリあたりの平均は3,781個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。