#yolov5 저장소
#yolov5 태그가 지정된 GitHub의 활성 오픈 소스 저장소 41개를 확인해 보세요. 총 152,009개의 스타를 획득했으며 프로젝트당 평균 3,707개입니다. 이 주제를 이끄는 저장소는 58,290개의 스타를 받은 ultralytics/yolov5입니다.
저장소 총 41개
PaddlePaddle을 기반으로 한 객체 탐지 툴킷. 객체 탐지, 인스턴스 세그멘테이션, 다중 객체 추적 및 실시간 다중 인물 키포인트 탐지를 지원합니다.
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.
CV, NLP, LLM 분야의 프로젝트 적용이나 진보된 엔지니어링 배포 및 구현을 위한 완벽 초보자이든, '파이토치 실용 가이드'(2판)에서 모두 다룰 수 있습니다. 이 책의 도움을 통해 독자들은 파이토치 사용을 쉽게 익히고 훌륭한 딥러닝 엔지니어가 될 수 있을 것이라고 믿습니다.
경량 C++ AI 툴킷: MNN, ORT 및 TRT를 사용한 100개 이상의 모델, Det, Seg, Stable-Diffusion, Face-Fusion 포함.
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 ❗❗
🍅🍅🍅YOLOv5-Lite: yolov5에서 발전되었으며 모델 크기는 900+kb(int8) 및 1.7M(fp16)에 불과합니다. Raspberry Pi 4B에서 15 FPS 달성~
yolov5 번호판 감지 번호판 인식 중국어 번호판 인식 감지 12가지 중국어 번호판 지원 이중 번호판 지원
🚀🚀🚀 일부 훌륭한 공개 YOLO 객체 감지 시리즈 프로젝트와 관련 객체 감지 데이터 세트 모음입니다.
Yolov5 deepsort 추론, YOLOv5+Deepsort를 사용하여 차량 및 보행자 추적 및 카운트, 코드는 Detector 클래스로 캡슐화되어 자체 프로젝트에 더 쉽게 통합할 수 있습니다.
🔥🔥🔥YOLO26(탐지/포즈/세그멘테이션/깊이/회전 바운딩 박스/분류), YOLOv11, YOLOv10, YOLOv9, YOLOv8 등을 위한 TensorRT 🚀🚀🚀 CUDA만 있으면 됩니다. 🍎🍎🍎
fire-smoke-detect-yolov4-yolov5 및 fire-smoke-detection-dataset 화재 탐지, 연기 탐지
TensorRT8은 Yolov5n,s,m,l,x .darknet -> tensorrt를 지원합니다. Yolov4 Yolov3은 raw darknet *.weights 및 *.cfg 파일을 사용합니다. 래퍼가 유용하다면 스타를 눌러주세요.
YOLO 시리즈 (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5)용 TensorRT, NMS 플러그인 지원
yolort는 tensorrt, libtorch, onnxruntime, tvm 및 ncnn과 같은 특수 가속기에서 yolov5를 위한 런타임 스택입니다.
c++를 사용하여 rk3588/3588s에서 실행되는 yolov5s의 간단한 데모(초당 약 142프레임). / c++를 사용하여 rk3588/3588s에서 실행되는 yolov5s의 간단한 데모(초당 약 142프레임).
더 읽기 쉽고 유연한 yolov5와 더 많은 백본(gcn, resnet, shufflenet, moblienet, efficientnet, hrnet, swin-transformer 등) 및 (cbam, dcn 등), 그리고 tensorrt
yolo-high-level 프로젝트(detect\pose\classify\segment\) 기반: yolov5\yolov7\yolov8\ core, 개선 연구, SwinTransformerV2 및 Attention Series 포함. 훈련 기술, 비즈니스 맞춤화, 엔지니어링 배포 C
🚀🚀🚀 PaddlePaddle 구현의 YOLO 시리즈, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet 등. 🚀🚀🚀
간편하고 모듈식인 컴퓨터 비전 감지기, 추적기 및 SAM - 10줄 미만의 코드로 YOLOv9, v8, v7, v6, v5, R, X 실행.
고해상도 출력을 갖춘 빠른 실시간 객체 감지 https://x.com/_akhaliq/status/1840213012818329826 https://x.com/githubprojects/status/1891370506537910724 https://www.threads.net/@githubprojects/post/DGKdoE4zdUX
YOLO SHOW - Pyside6 기반 YOLO GUI, YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM 지원
YOLO Magic🪄는 Ultralytics의 YOLOv5를 기반으로 하는 확장 프로그램으로, 시각적 작업을 위한 더 강력한 기능과 더 간단한 작업을 제공하도록 설계되었습니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #yolov5 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #yolov5 프로젝트는 58,290개의 스타를 받은 ultralytics/yolov5입니다. PyTorch 기반 Ultralytics YOLOv5: 객체 탐지, 인스턴스 분할, 분류, 학습 및 내보내기 지원.
#yolov5 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #yolov5 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, C++, Jupyter Notebook, C입니다.
#yolov5 저장소 순위는 어떻게 계산되나요?
#yolov5 태그가 지정된 활성 오픈 소스 저장소(41개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 152,009개이며 저장소당 평균 3,707개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.