#yolo Repositórios
Descubra 88 repositórios ativos de código aberto no GitHub marcados com #yolo, acumulando um total de 433,903 estrelas (uma média de 4,930 por projeto). O líder deste tópico é ultralytics/ultralytics, com 63,640 estrelas.
88 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.
Label Studio é uma ferramenta de rotulagem e anotação de dados multi-tipo com formato de saída padronizado
O CVAT é uma plataforma líder de anotação de dados para conjuntos de dados de imagens, vídeos, áudio e 3D. Oferece produtos de código aberto, na nuvem e empresariais, além de serviços de rotulagem, com rotulagem assistida por IA, garantia de qualidade, colaboração em equipe, análises e APIs para desenvolvedores.
OpenVINO™ é um kit de ferramentas de código aberto para otimizar e implantar inferência de IA
X-AnyLabeling: uma aplicação de desktop multiplataforma, leve, eficiente e unificada para anotar texto, imagens, vídeos, nuvens de pontos e dados multimodais. Combina ferramentas integradas versáteis com modelos de IA de última geração e oferece opções flexíveis de exportação em vários formatos.
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.
YOLOX é um YOLO de alto desempenho e sem âncoras, superando o yolov3~v5 com suporte para MegEngine, ONNX, TensorRT, ncnn e OpenVINO. Documentação: https://yolox.readthedocs.io/
Um Kit de Ferramentas Abrangente para Extração de Conteúdo PDF de Alta Qualidade
BoxMOT: rastreamento multiobjeto modular em Python e C++ para caixas alinhadas aos eixos e orientadas, agora com implantação via Helm para rastreamento contínuo de câmeras no Kubernetes.
Pacote Go para visão computacional usando OpenCV 4 e além. Inclui suporte para DNN, CUDA, OpenCV Contrib e OpenVINO.
Alguns scripts sobre detecção de objetos e códigos com ideias de melhorias; detalhes em readme.md.
YOLOv6: uma estrutura de detecção de objetos de estágio único dedicada a aplicações industriais.
Software NVR e Visão Computacional com IA de hospedagem própria e somente local. Com recursos como detecção de objetos, detecção de movimento, reconhecimento facial e mais, ele lhe dá o poder de ficar de olho em sua casa, escritório ou qualquer outro lugar que você queira monitorar.
Rotulagem de dados guiada por IA sem esforço, com suporte de IA de YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) e MobileSAM!!
Ótimos projetos para recrutamento escolar, recrutamento de outono, recrutamento de primavera e estágios! Leva você a implementar do zero uma biblioteca de inferência de aprendizado profundo de alto desempenho, suportando inferência para modelos grandes como llama2, Unet, Yolov5, Resnet, etc. Implement a high-performance deep learning inference library step by step
Caixa de ferramentas e benchmark da série OpenMMLab YOLO. Implementado RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE, etc.
Uma implementação em PyTorch do algoritmo de detecção de objetos YOLO v3
DAMO-YOLO: um método de detecção de objetos rápido e preciso com algumas novas tecnologias, incluindo backbones NAS, RepGFPN eficiente, ZeroHead, AlignedOTA e aprimoramento por destilação.
Precisão Média - Este código avalia o desempenho da sua rede neural para reconhecimento de objetos.
🔥🔥🔥 Focado em modelos aprimorados YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5. Suporte para melhorar os módulos backbone, neck, head, loss, IoU, NMS e outros 🚀
🥂 Enfrente o desafio hCaptcha com elegância usando um modelo de linguagem grande multimodal.
Baseado em YOLOv5 Head Person Helmet Detection em Canteiros de Obras, sistema de reconhecimento de capacetes de segurança e áreas perigosas proibidas em canteiros de obras com detecção de objetos, 🚀😆Incluindo tutorial super detalhado do YOLOv5 para treinar seu próprio conjunto de dados 🚀😆Nova interface visual adicionada em 2021.3❗❗
Tutoriais de Jupyter Notebook sobre como resolver problemas do mundo real com Machine Learning e Deep Learning usando PyTorch. Tópicos: Detecção facial com Detectron 2, Detecção de anomalias em Séries Temporais com Autoencoders LSTM, Detecção de objetos com YOLO v5, Construa sua primeira Rede Neural, Previsão de Séries Temporais para casos diários de Coronavírus, Análise de Sentimentos com BER
Multiple Object Tracker, Baseado no algoritmo Húngaro + filtro de Kalman.
YOLO5Face: Por Que Reinventar um Detector de Rosto (https://arxiv.org/abs/2105.12931) Workshops do ECCV 2022)
🛡️ Uma lista de todos os distintivos de perfil e como obter cada um deles 🛡️
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
implementação do artigo - You Only Learn One Representation: Unified Network for Multiple Tasks (https://arxiv.org/abs/2105.04206)
🚀 Kit de Ferramentas de Implantação YOLO Mais Fácil e Rápido para NVIDIA 🛠️
🚀🚀🚀 Uma coleção de alguns projetos incríveis da série pública de detecção de objetos YOLO e os conjuntos de dados de detecção de objetos relacionados.
Treinamento completo para modelos de visão (YOLO, ViTs, RT-DETR, DINOv3): pré-treinamento, ajuste fino, destilação.
Implementação de "YOLOv13: Detecção de Objetos em Tempo Real com Percepção Visual Adaptativa Aprimorada por Hipergrafos".
Segundo Olho Universal para Jogadores com Deficiências (Alinhador de Mira de IA Universal (Aimbot de IA) - ONNX/YOLOv8 - C#)
um framework aberto para navegação de cegos baseado em ESP32
Livros / PDFs / EPUBs para diferentes campos de programação. LEIA CRESCA E APRECIE 😊😊😊😊
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.
:basketball::robot::basketball: Aplicativo web e API de IA para analisar arremessos e postura de arremesso de basquete.
tensorrt para a série yolo (YOLOv11,YOLOv10,YOLOv9,YOLOv8,YOLOv7,YOLOv6,YOLOX,YOLOv5), suporte a plugin NMS
LibreYOLO é uma biblioteca de visão computacional de código aberto licenciada sob MIT
Framework de Visão Computacional e Análise de Vídeo em Python com Baterias Incluídas
Perguntas Frequentes
Qual é o repositório de #yolo mais popular no GitHub?
O projeto de código aberto de #yolo 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 #yolo?
Entre os projetos de #yolo mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, Jupyter Notebook, TypeScript.
Como é calculada a classificação dos repositórios de #yolo?
Acompanhamos 88 repositórios ativos de código aberto marcados com #yolo (com mais de 500 estrelas), totalizando 433,903 estrelas e uma média de 4,930 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.