#object-detection 仓库
共 296 个仓库
🔥🔥🔥Java免费离线AI算法工具箱,支持人脸识别,活体检测,表情识别、目标检测、实例分割、行人检测、OCR文字识别、车牌识别、表格识别、ASR+TTS、机器翻译等功能,Maven引用即可使用。支持PyTorch、Tensorflow,已集成 Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper等主流模型
⚡ 一种新设计的超轻量级无锚点(anchor-free)目标检测算法,参数量仅为250K,相比yolo-fastest耗时减少了10%,且后处理更加简单。
该存储库包含一个全面的计算机视觉/机器学习足球项目,该项目使用YOLO进行对象检测,Kmeans进行像素分割,光流进行运动跟踪,以及透视变换来分析足球视频中的球员移动。
这是论文 Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection 的第三方实现。
CnSTD: 基于 PyTorch/MXNet 的 中文/英文 场景文字检测(Scene Text Detection)、数学公式检测(Mathematical Formula Detection, MFD)、篇章分析(Layout Analysis)的Python3 包
MXNet 版本的 SSD:Single Shot MultiBox Object Detector。https://github.com/weiliu89/caffe/tree/ssd 的重新实现
本项目分析视频中的网球运动员,以测量他们的速度、击球速度和击球次数。本项目将使用 YOLO 检测运动员和网球,并利用 CNN 提取球场关键点。这个实践项目非常适合打磨你的机器学习和计算机视觉技能。
使用 Python 3 学习 OpenCV 4 计算机视觉 – 第三版,由 Packt 出版
[ICCV 2023] "A Simple Framework for Open-Vocabulary Segmentation and Detection" 论文的官方实现
[NeurIPS 2024 spotlight] MSFA 的官方实现及用于大规模合成孔径雷达 (SAR) 目标检测的 SARDet_100K 数据集发布
YOLOv11-RGBT: 迈向综合性单阶段多光谱目标检测框架(支持从YOLOv3到YOLOv13的所有YOLO系列以及RTDETR的RGBT检测。【Ultralytics YOLOv3-YOLOv13】