#ultralytics Repositórios
Descubra 17 repositórios ativos de código aberto no GitHub marcados com #ultralytics, acumulando um total de 153,220 estrelas (uma média de 9,012 por projeto). O líder deste tópico é ultralytics/ultralytics, com 63,640 estrelas.
17 repositórios no total
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — deteção de objetos, segmentação de instâncias, segmentação semântica, classificação de imagens, estimativa de pose e rastreamento de objetos
Ultralytics YOLOv5 no PyTorch para detecção de objetos, segmentação de instâncias, classificação, treinamento e exportação.
Implementação em PyTorch de YOLOv3, YOLOv3-SPP e YOLOv3-tiny para detecção de objetos em tempo real com treinamento, validação, inferência e exportação em múltiplos formatos.
Alguns scripts sobre detecção de objetos e códigos com ideias de melhorias; detalhes em readme.md.
Implementação 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 para modelos YOLO
🚀 Kit de Ferramentas de Implantação YOLO Mais Fácil e Rápido para NVIDIA 🛠️
Conversor de conjunto de dados JSON para YOLO legado para anotações COCO, LabelMe, Labelbox, VoTT, INFOLKS e ATH. Substituído por convert_coco() no pacote Ultralytics.
YOLOv11-RGBT: Rumo a uma estrutura abrangente de detecção de objetos multiespectrais de estágio único (Suporta detecção RGBT para todas as séries YOLO de YOLOv3 a YOLOv13, bem como RTDETR. 【Ultralytics YOLOv3-YOLOv13】
Logos compartilhados da Ultralytics, mídia, imagens de amostra, pesos de modelos pré-treinados, artefatos de conjunto de dados e ativos de lançamento.
Rastreamento de Objetos YOLOv7 Usando PyTorch, OpenCV e o Rastreamento SORT
Detetores, Rastreadores e SAM de Visão Computacional Fáceis e Modulares – Execute YOLOv9, v8, v7, v6, v5, R, X em menos de 10 linhas de código.
🚀 Uma solução de detecção de objetos em tempo real de alto desempenho usando YOLO11 ⚡️ com tecnologia ONNX-Runtime
Aplicativo iOS Ultralytics YOLO e pacote Swift para inferência Core ML em tempo real nas principais tarefas de visão computacional.
Plugin oficial Ultralytics YOLO para Flutter, destinado à inferência em tempo real no Android e iOS para as principais tarefas de visão computacional.
Perguntas Frequentes
Qual é o repositório de #ultralytics mais popular no GitHub?
O projeto de código aberto de #ultralytics mais bem classificado no GitHub é ultralytics/ultralytics, com 63,640 estrelas. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — deteção de objetos, segmentação de instâncias, segmentação semântica, classificação de imagens, estimativa de pose e rastreamento de objetos
Quais linguagens de programação são mais usadas nos repositórios de #ultralytics?
Entre os projetos de #ultralytics mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, C#, Swift.
Como é calculada a classificação dos repositórios de #ultralytics?
Acompanhamos 17 repositórios ativos de código aberto marcados com #ultralytics (com mais de 500 estrelas), totalizando 153,220 estrelas e uma média de 9,012 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.