#yolo 저장소
#yolo 태그가 지정된 GitHub의 활성 오픈 소스 저장소 88개를 확인해 보세요. 총 433,903개의 스타를 획득했으며 프로젝트당 평균 4,930개입니다. 이 주제를 이끄는 저장소는 63,640개의 스타를 받은 ultralytics/ultralytics입니다.
저장소 총 88개
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — 객체 탐지, 인스턴스 분할, 의미론적 분할, 이미지 분류, 자세 추정, 객체 추적
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.
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/
BoxMOT: 축 정렬 박스와 방향성 박스를 지원하는 Python 및 C++용 플러그형 다중 객체 추적 솔루션으로, 이제 Helm 배포를 통해 Kubernetes에서 카메라를 지속적으로 추적할 수 있습니다.
자체 호스팅, 로컬 전용 NVR 및 AI 컴퓨터 비전 소프트웨어입니다. 객체 감지, 모션 감지, 얼굴 인식 등과 같은 기능을 통해 집, 사무실 또는 모니터링하려는 기타 모든 장소를 주시할 수 있는 기능을 제공합니다.
YOLO, Segment Anything (SAM+SAM2/2.1+SAM3), MobileSAM의 AI 지원으로 손쉽게 데이터 라벨링이 가능합니다!!
채용, 가을 채용, 봄 채용, 인턴십 좋은 프로젝트! Llama2, Unet, YoloV5, Resnet 등 대형 모델의 추론을 지원하는 고성능 딥러닝 추론 라이브러리를 처음부터 단계별로 구현하도록 안내합니다. 고성능 딥러닝 추론 라이브러리를 단계별로 구현하세요.
OpenMMLab YOLO 시리즈 툴박스 및 벤치마크. RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE 등을 구현했습니다.
DAMO-YOLO: NAS 백본, 효율적인 RepGFPN, ZeroHead, AlignedOTA 및 증류 향상을 포함한 몇 가지 새로운 기술을 갖춘 빠르고 정확한 객체 감지 방법.
🔥🔥🔥 YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5 개선 모델에 집중, 백본, 넥, 헤드, 로스, IoU, NMS 및 기타 모듈 개선 지원🚀
건설 현장 YOLOv5 헤드 사람 헬멧 감지 기반, 건설 현장 안전모 및 위험 구역 출입 금지 인식 시스템, 🚀😆YOLOv5 사용자 데이터셋 훈련 초 상세 튜토리얼 포함 🚀😆2021.3 신규 시각화 인터페이스 ❗❗
PyTorch를 사용한 머신러닝 및 딥러닝으로 실생활 문제를 해결하는 Jupyter Notebook 튜토리얼. 주제: Detectron 2를 사용한 얼굴 감지, LSTM Autoencoders를 사용한 시계열 이상 감지, YOLO v5를 사용한 객체 감지, 첫 번째 Neural Network 구축, Coronavirus 일일 사례를 위한 시계열 예측, BER를 사용한 감정 분석
YOLO 모델을 위한 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 구현
논문 구현 - You Only Learn One Representation: Unified Network for Multiple Tasks (https://arxiv.org/abs/2105.04206)
🚀🚀🚀 일부 훌륭한 공개 YOLO 객체 감지 시리즈 프로젝트와 관련 객체 감지 데이터 세트 모음입니다.
COCO, LabelMe, Labelbox, VoTT, INFOLKS 및 ATH 주석을 위한 레거시 JSON-to-YOLO 데이터셋 변환기입니다. Ultralytics 패키지의 convert_coco()로 대체되었습니다.
YOLO 시리즈 (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5)용 TensorRT, NMS 플러그인 지원
자주 묻는 질문
GitHub에서 가장 인기 있는 #yolo 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #yolo 프로젝트는 63,640개의 스타를 받은 ultralytics/ultralytics입니다. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — 객체 탐지, 인스턴스 분할, 의미론적 분할, 이미지 분류, 자세 추정, 객체 추적
#yolo 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #yolo 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, C++, Jupyter Notebook, TypeScript입니다.
#yolo 저장소 순위는 어떻게 계산되나요?
#yolo 태그가 지정된 활성 오픈 소스 저장소(88개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 433,903개이며 저장소당 평균 4,930개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.