#yolov8 仓库
探索 45 个标记为 #yolov8 的活跃开源 GitHub 仓库,它们累计获得 142,973 个 Star(平均每个项目 3,177 个)。该主题的领先项目是 ultralytics/ultralytics,拥有 63,640 个 Star。
共 45 个仓库
使用 YOLO、Segment Anything(SAM+SAM2/2.1+SAM3)和 MobileSAM 的 AI 支持,可以轻松完成数据标注!!
OpenMMLab YOLO 系列工具箱和基准测试。实现了RTMDet、RTMDet-Rotated、YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOX、PPYOLOE等。
🔥🔥🔥 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🚀
适用于ONNX文件的轻量级推理库,用C++编写。它可以在RPI Zero 2(或298MB内存)上运行Stable Diffusion XL 1.0,也可以在台式机和服务器上运行Mistral 7B。支持ARM、x86、WASM、RISC-V。由XNNPACK加速。提供Python、C#和JS(WASM)绑定。
TensorRT for YOLO series (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), nms plugin support
🔥🔥🔥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
基于yolo-high-level项目(检测\姿态\分类\分割\):包含yolov5\yolov7\yolov8\核心,改进研究,SwinTransformerV2和Attention Series。训练技巧,业务定制,工程部署C
🚀🚀🚀 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。 🚀🚀🚀
在 FPGA 上实现的卷积神经网络加速器,xilinx (xczu7ev-ffvc1156-2-i),yolov8 的推理时间为 60 ms。
使用 C++ 的深度学习模型部署工具箱 YoloX | YoloV7 | YoloV8 | Gan | OCR | MobileVit | Scrfd | MobileSAM | StableDiffusion
YOLO SHOW - 基于 Pyside6 的 YOLO GUI,支持 YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM
常见问题解答
GitHub 上最受欢迎的 #yolov8 仓库是什么?
GitHub 上排名第一的开源 #yolov8 项目是 ultralytics/ultralytics,拥有 63,640 个 Star。Ultralytics YOLO27、YOLO26、YOLO11、YOLOv8——目标检测、实例分割、语义分割、图像分类、姿态估计、目标跟踪
#yolov8 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #yolov8 项目中,最常见的编程语言是 Python, C++, C#, Jupyter Notebook。
#yolov8 仓库的排名是如何计算的?
我们跟踪了 45 个标记为 #yolov8 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 142,973 个 Star,平均每个仓库拥有 3,177 个 Star。排名每日根据 GitHub API 更新。