#object-detection 저장소
#object-detection 태그가 지정된 GitHub의 활성 오픈 소스 저장소 296개를 확인해 보세요. 총 1,201,862개의 스타를 획득했으며 프로젝트당 평균 4,060개입니다. 이 주제를 이끄는 저장소는 63,640개의 스타를 받은 ultralytics/ultralytics입니다.
저장소 총 296개
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — 객체 탐지, 인스턴스 분할, 의미론적 분할, 이미지 분류, 자세 추정, 객체 추적
LocalAI는 오픈소스 AI 엔진입니다. 모든 모델 - LLM, 비전, 음성, 이미지, 비디오 - 를 어떤 하드웨어에서든 실행하세요. GPU 불필요.
CVAT는 이미지, 비디오, 오디오 및 3D 데이터셋을 위한 선도적인 데이터 어노테이션 플랫폼입니다. 오픈 소스, 클라우드 및 엔터프라이즈 제품과 함께 AI 지원 라벨링, 품질 보증, 팀 협업, 분석 및 개발자 API를 제공하는 라벨링 서비스를 제공합니다.
"Swin Transformer: Hierarchical Vision Transformer using Shifted Windows"에 대한 공식 구현입니다.
PaddlePaddle을 기반으로 한 객체 탐지 툴킷. 객체 탐지, 인스턴스 세그멘테이션, 다중 객체 추적 및 실시간 다중 인물 키포인트 탐지를 지원합니다.
컴퓨터 비전용 고급 AI 설명 가능성. CNN, Vision Transformers, 분류, 객체 탐지, 세그멘테이션, 이미지 유사성 등 지원.
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 논문/코드/해석/라이브 방송 모음집, 극시 팀 정리
이 저장소는 Meta Segment Anything Model 3 (SAM 3)를 사용하여 추론 및 미세 조정을 실행하기 위한 코드, 훈련된 모델 체크포인트를 다운로드하기 위한 링크, 그리고 모델 사용 방법을 보여주는 예제 노트북을 제공합니다.
X-AnyLabeling: 텍스트, 이미지, 비디오, 포인트 클라우드 및 멀티모달 데이터의 주석 작업을 위한 가볍고 효율적인 통합형 크로스 플랫폼 데스크톱 애플리케이션입니다. 다용도 내장 도구와 최첨단 AI 모델을 결합하고, 다양한 형식으로 유연하게 내보낼 수 있습니다.
실시간 객체 탐지를 위한 YOLOv3, YOLOv3-SPP 및 YOLOv3-tiny의 PyTorch 구현으로, 학습, 검증, 추론 및 다중 형식 내보내기를 지원합니다.
YOLOX는 MegEngine, ONNX, TensorRT, ncnn 및 OpenVINO를 지원하는 고성능 앵커 없는 YOLO로, yolov3~v5를 능가합니다. 문서: https://yolox.readthedocs.io/
RF-DETR는 Roboflow에서 개발한 실시간 객체 탐지 및 분할 모델 아키텍처로, COCO에서 SOTA를 달성했으며 미세 조정(fine-tuning)을 위해 설계되었습니다. [ICLR 2026]
최첨단 컴퓨터 비전 모델 및 기술에 대한 튜토리얼 모음입니다. ResNet과 같은 기본 아키텍처부터 RF-DETR, YOLO11, SAM 3, Qwen3-VL과 같은 최신 모델까지 모든 것을 탐색해 보세요.
[ECCV 2024] "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection" 논문의 공식 구현
TensorRT와 NVIDIA Jetson을 사용한 딥러닝 추론 네트워크 및 딥 비전 기본 요소 배포 가이드: Hello AI World
NanoDet-Plus⚡초고속, 초경량 앵커 없는(anchor-free) 객체 탐지 모델. 🔥단 980KB(int8) / 1.8MB(fp16) 용량으로 휴대폰에서 97FPS 실행🔥
자주 묻는 질문
GitHub에서 가장 인기 있는 #object-detection 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #object-detection 프로젝트는 63,640개의 스타를 받은 ultralytics/ultralytics입니다. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — 객체 탐지, 인스턴스 분할, 의미론적 분할, 이미지 분류, 자세 추정, 객체 추적
#object-detection 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #object-detection 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, TypeScript, Go입니다.
#object-detection 저장소 순위는 어떻게 계산되나요?
#object-detection 태그가 지정된 활성 오픈 소스 저장소(296개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 1,201,862개이며 저장소당 평균 4,060개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.