#ultralytics Репозитории
Откройте для себя 17 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #ultralytics, с общим числом 153,220 звёзд (в среднем 9,012 на проект). Лидером этой темы является ultralytics/ultralytics, набравший 63,640 звёзд.
Всего репозиториев: 17
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — обнаружение объектов, сегментация экземпляров, семантическая сегментация, классификация изображений, оценка позы и отслеживание объектов
Ultralytics YOLOv5 в PyTorch для обнаружения объектов, сегментации экземпляров, классификации, обучения и экспорта.
Реализация YOLOv3, YOLOv3-SPP и YOLOv3-tiny на PyTorch для обнаружения объектов в реальном времени с поддержкой обучения, валидации, инференса и экспорта в различные форматы.
Некоторые скрипты по обнаружению целей и код с идеями улучшения; подробности см. readme.md.
Реализация 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 для моделей YOLO
🚀 Более простой и быстрый набор инструментов для развертывания YOLO для NVIDIA 🛠️
Устаревший конвертер наборов данных из JSON в YOLO для аннотаций COCO, LabelMe, Labelbox, VoTT, INFOLKS и ATH. Заменен на convert_coco() в пакете Ultralytics.
YOLOv11-RGBT: К комплексному одноэтапному мультиспектральному фреймворку обнаружения объектов (Поддерживает RGBT-обнаружение для всех серий YOLO от YOLOv3 до YOLOv13, а также RTDETR. 【Ultralytics YOLOv3-YOLOv13】
Общие логотипы Ultralytics, медиа, образцы изображений, веса предварительно обученных моделей, артефакты наборов данных и ресурсы релиза.
Отслеживание объектов YOLOv7 с использованием PyTorch, OpenCV и Sort Tracking
Простые и модульные детекторы, трекеры и SAM для компьютерного зрения - Запустите YOLOv9,v8,v7,v6,v5,R,X менее чем за 10 строк кода.
🚀 Высокопроизводительное решение для обнаружения объектов в реальном времени с использованием YOLO11 ⚡️ на базе ONNX-Runtime
Приложение Ultralytics YOLO для iOS и пакет Swift для вывода Core ML в реальном времени в основных задачах компьютерного зрения.
Официальный плагин Ultralytics YOLO для Flutter, обеспечивающий вывод в реальном времени на Android и iOS для основных задач компьютерного зрения.
Часто задаваемые вопросы
Какой репозиторий по теме #ultralytics наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #ultralytics на GitHub — ultralytics/ultralytics, набравший 63,640 звёзд. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — обнаружение объектов, сегментация экземпляров, семантическая сегментация, классификация изображений, оценка позы и отслеживание объектов
Какие языки программирования чаще всего используются в репозиториях по теме #ultralytics?
Среди наиболее высоко оценённых проектов по теме #ultralytics на GitHub чаще всего используются языки программирования Python, C++, C#, Swift.
Как рассчитывается рейтинг репозиториев по теме #ultralytics?
Мы отслеживаем 17 активных репозиториев с открытым исходным кодом, отмеченных тегом #ultralytics (500 и более звёзд), с общим числом 153,220 звёзд и в среднем 9,012 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.