#yolov3 仓库
探索 30 个标记为 #yolov3 的活跃开源 GitHub 仓库,它们累计获得 106,532 个 Star(平均每个项目 3,551 个)。该主题的领先项目是 PaddlePaddle/PaddleDetection,拥有 14,482 个 Star。
共 30 个仓库
YOLOX 是一个高性能无锚框的YOLO,性能超越yolov3~v5,并支持MegEngine、ONNX、TensorRT、ncnn和OpenVINO。文档:https://yolox.readthedocs.io/
🔥🔥🔥 专注于YOLO11,YOLOv8、TYOLOv12、YOLOv10、RT-DETR、YOLOv7、YOLOv5改进模型,支持改进骨干网络、颈部、头部、损失函数、IoU、NMS及其他模块🚀
Tensorflow 2.0, Android 中实现的 YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny。将 YOLO v4 .weights 转换为 tensorflow, tensorrt 和 tflite
TensorRT8 支持 Yolov5n,s,m,l,x .darknet -> tensorrt。Yolov4 Yolov3 使用 raw darknet *.weights 和 *.cfg 文件。如果这个 wrapper 对你有用,请给它点星。
TensorRT for YOLO series (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), nms plugin support
更具可读性和灵活性的yolov5,支持更多骨干网络(gcn、resnet、shufflenet、moblienet、efficientnet、hrnet、swin-transformer等)和(cbam、dcn等),以及tensorrt
🚀🚀🚀 PaddlePaddle 实现的 YOLO 系列,包括 PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet 等。 🚀🚀🚀
常见问题解答
GitHub 上最受欢迎的 #yolov3 仓库是什么?
GitHub 上排名第一的开源 #yolov3 项目是 PaddlePaddle/PaddleDetection,拥有 14,482 个 Star。基于PaddlePaddle的对象检测工具包。它支持对象检测、实例分割、多目标跟踪和实时多人关键点检测。
#yolov3 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #yolov3 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, C。
#yolov3 仓库的排名是如何计算的?
我们跟踪了 30 个标记为 #yolov3 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 106,532 个 Star,平均每个仓库拥有 3,551 个 Star。排名每日根据 GitHub API 更新。