#yolov3 Repositórios
Descubra 30 repositórios ativos de código aberto no GitHub marcados com #yolov3, acumulando um total de 106,532 estrelas (uma média de 3,551 por projeto). O líder deste tópico é PaddlePaddle/PaddleDetection, com 14,482 estrelas.
30 repositórios no total
Kit de ferramentas de Detecção de Objetos baseado em PaddlePaddle. Ele suporta detecção de objetos, segmentação de instância, rastreamento de múltiplos objetos e detecção de pontos-chave multipessoa em tempo real.
Implementação do artigo - YOLOv7: Conjunto treinável de 'bag-of-freebies' estabelece novo estado da arte para detectores de objetos em tempo real
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/
Implementação de redes populares de aprendizado profundo com a API de definição de rede do TensorRT
🔥 Código do TensorFlow para o relatório técnico: "YOLOv3: Uma Melhoria Incremental"
Uma implementação em PyTorch do algoritmo de detecção de objetos YOLO v3
🔥🔥🔥 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 🚀
YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny Implementado em Tensorflow 2.0, Android. Converter YOLO v4 .weights para tensorflow, tensorrt e tflite
Este é o código-fonte do yolo3-pytorch, que pode ser usado para treinar os seus próprios modelos.
Rastreamento de múltiplos objetos de alto desempenho baseado em YOLO, Deep SORT e KLT 🚀
TensorRT8 suporta Yolov5n,s,m,l,x .darknet -> tensorrt. Yolov4 Yolov3 usam arquivos raw darknet *.weights e *.cfg. Se o wrapper for útil para você, por favor, dê um Star.
tensorrt para a série yolo (YOLOv11,YOLOv10,YOLOv9,YOLOv8,YOLOv7,YOLOv6,YOLOX,YOLOv5), suporte a plugin NMS
GUI para marcar caixas delimitadoras de objetos em imagens para treinamento da rede neural YOLO
Anotações de Projeto+Reprodução de Artigos+Competição de Algoritmos+Prática com Pytorch+LeetCode+Pré-treinamento VLM
Yolov5 mais legível e flexível com mais backbones (gcn, resnet, shufflenet, moblienet, efficientnet, hrnet, swin-transformer, etc.) e (cbam, dcn e assim por diante), e tensorrt
🚀🚀🚀 Implementação da série YOLO do PaddlePaddle, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet e assim por diante. 🚀🚀🚀
Criação de um software para monitoramento automático em proctoring online
converter o modelo mmdetection para tensorrt, suporta fp16, int8, entrada em lote, forma dinâmica, etc.
Perguntas Frequentes
Qual é o repositório de #yolov3 mais popular no GitHub?
O projeto de código aberto de #yolov3 mais bem classificado no GitHub é PaddlePaddle/PaddleDetection, com 14,482 estrelas. Kit de ferramentas de Detecção de Objetos baseado em PaddlePaddle. Ele suporta detecção de objetos, segmentação de instância, rastreamento de múltiplos objetos e detecção de pontos-chave multipessoa em tempo real.
Quais linguagens de programação são mais usadas nos repositórios de #yolov3?
Entre os projetos de #yolov3 mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, C.
Como é calculada a classificação dos repositórios de #yolov3?
Acompanhamos 30 repositórios ativos de código aberto marcados com #yolov3 (com mais de 500 estrelas), totalizando 106,532 estrelas e uma média de 3,551 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.