darknet

ncnn ist ein für mobile Plattformen optimiertes, leistungsstarkes Inferenz-Framework für neuronale Netze

Implementierung des Papers – YOLOv7: Trainable bag-of-freebies setzt neue Maßstäbe für Echtzeit-Objektdetektoren

MMdnn ist eine Reihe von Tools zur Unterstützung der Interoperabilität zwischen verschiedenen Deep-Learning-Frameworks. Z. B. Modellkonvertierung und -visualisierung. Konvertieren Sie Modelle zwischen Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx und CoreML.

Selbstgehostete, rein lokale NVR- und KI-Computer-Vision-Software. Mit Funktionen wie Objekterkennung, Bewegungserkennung, Gesichtserkennung und mehr bietet sie Ihnen die Möglichkeit, Ihr Zuhause, Ihr Büro oder jeden anderen Ort zu überwachen.

mean Average Precision – Dieser Code bewertet die Leistung Ihres neuronalen Netzes zur Objekterkennung.

YOLO ROS: Echtzeit-Objekterkennung für ROS

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 Implementierung für YOLO-Modelle

Implementierung des Papers – You Only Learn One Representation: Unified Network for Multiple Tasks (https://arxiv.org/abs/2105.04206)

Ein Open-Source-Tool zur Quantifizierung der Welt

fire-smoke-detect-yolov4-yolov5 und fire-smoke-detection-dataset zur Feuer- und Raucherkennung

TensorRT8. Unterstützt Yolov5n,s,m,l,x. darknet -> tensorrt. Yolov4 und Yolov3 verwenden rohe darknet *.weights- und *.cfg-Dateien. Wenn der Wrapper für Sie nützlich ist, geben Sie ihm bitte einen Stern.

Darknet/YOLO-Objekterkennungs-Framework

Selbstgehostete Darknet-OSINT-Plattform. Automatisierte Bedrohungsanalysen von der Abfrage bis zum Graphen in 13 Schritten. Kostenlose Alternative zu Recorded Future, DarkOwl und Flare.

YOLOv3-Implementierung in TensorFlow 2.3.1.