#yolo Репозитории
Всего репозиториев: 88
YoloDotNet - Проект на C# .NET 8.0 для классификации, обнаружения объектов, обнаружения OBB, сегментации и оценки позы как в изображениях, так и в потоках живого видео.
Этот репозиторий содержит комплексный проект по компьютерному зрению/машинному обучению в футболе, который использует YOLO для обнаружения объектов, Kmeans для сегментации пикселей, оптический поток для отслеживания движения и перспективное преобразование для анализа движений игроков в футбольных видео.
Omega-AI — это фреймворк глубокого обучения на базе Java, который помогает быстро создавать нейронные сети для вывода и обучения. Его движок поддерживает автоматическое дифференцирование, многопоточность и ускорение на GPU с помощью CUDA и cuDNN.
NVR GB28181-2022 | ONVIF/RTMP/RTSP | ZLMediaKit | Локальное обнаружение YOLO | Частное развертывание
🚀🚀🚀Сборник некоторых потрясающих общедоступных проектов по большим языковым моделям (LLM), моделям зрения и языка (VLM), действиям зрения и языка (VLA), контенту, созданному ИИ (AIGC), а также связанным наборам данных и приложениям.
Фреймворк компьютерного зрения с открытым исходным кодом для создания и развертывания приложений за считанные минуты
[CVPR2026]🚀🚀🚀Официальный код для статьи "YOLO-Master: MOE-Accelerated с специализированными трансформерами для улучшенного обнаружения в реальном времени." *(YOLO = You Only Look Once)* 🔥🔥🔥
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】
yolort - это стек времени выполнения для yolov5 на специализированных ускорителях, таких как tensorrt, libtorch, onnxruntime, tvm и ncnn.
GUI для разметки ограничивающих рамок объектов на изображениях для обучения нейронной сети YOLO
Общие логотипы Ultralytics, медиа, образцы изображений, веса предварительно обученных моделей, артефакты наборов данных и ресурсы релиза.
Полный стек ML (машинное обучение) Roadmap включает в себя изучение необходимых навыков и технологий для освоения всех аспектов машинного обучения, включая сбор и предварительную обработку данных, разработку моделей, развертывание и обслуживание.
Dataset Management Framework, библиотека Python и инструмент CLI для создания, анализа и управления наборами данных компьютерного зрения.
Распознавание CAPTCHA со слайдером и одной или несколькими выемками, установка и использование через pip, возможность развернуть API локально или на сервере
Открытый программный комплекс для моделирования и развертывания роев дронов на базе восприятия с PX4/ArduPilot/Betaflight, ROS2, YOLO и NVIDIA Jetson
🚀🚀🚀 Серия YOLO реализации PaddlePaddle, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet и так далее. 🚀🚀🚀
Энд-ту-энд конвейер обнаружения объектов YOLOv4/v3/v2, реализованный на tf.keras с различными технологиями
Инструмент генерации данных для обучения ML на основе компьютерного зрения :rocket:
dddmr_navigation — это решение для 3D-навигации мобильных роботов, включающее картографирование, локализацию, восприятие, планирование пути, контроллер и стек навигации.
Быстрое обнаружение объектов в реальном времени с выводом высокого разрешения https://x.com/_akhaliq/status/1840213012818329826 https://x.com/githubprojects/status/1891370506537910724 https://www.threads.net/@githubprojects/post/DGKdoE4zdUX
🚀 Высокопроизводительное решение для обнаружения объектов в реальном времени с использованием YOLO11 ⚡️ на базе ONNX-Runtime
Библиотека Python для обнаружения мелких объектов YOLO и сегментации экземпляров
RectLabel — это оффлайн-инструмент для аннотации изображений для обнаружения объектов и сегментации.
Приложение Ultralytics YOLO для iOS и пакет Swift для вывода Core ML в реальном времени в основных задачах компьютерного зрения.
YOLO SHOW - YOLO GUI на базе Pyside6 для YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM
🧠 Исследования в области контекстного инжиниринга – Не просто еще одна коллекция агентов, а использование исследований и контекстного инжиниринга для функционирования в качестве коллектива. Координация по типу 'звезда' (hub-and-spoke) через Claude Code.
👉 Ресурсы TensorFlow 2.x, такие как учебные пособия, блоги, код и видео
Официальный плагин Ultralytics YOLO для Flutter, обеспечивающий вывод в реальном времени на Android и iOS для основных задач компьютерного зрения.
YOLO Magic🪄 — это расширение на базе YOLOv5 от Ultralytics, разработанное для обеспечения более мощной функциональности и более простых операций для визуальных задач.
Создайте визуализацию дорожного движения в стиле цифрового двойника, используя только записи с камер видеонаблюдения в формате MP4 и их местоположение на Google Картах.