object-detection

Deep-Learning-Server und CLI für Torch und TensorRT

Sammlung von Arbeiten, Datensätzen, Code und anderen Ressourcen zur Objekterkennung und -verfolgung mittels Deep Learning

YoloV3 implementiert in Tensorflow 2.0

Jupyter Notebook-Tutorials zum Lösen realer Probleme mit Machine Learning & Deep Learning unter Verwendung von PyTorch. Themen: Gesichtserkennung mit Detectron 2, Zeitreihen-Anomalieerkennung mit LSTM Autoencoders, Objekterkennung mit YOLO v5, Erstellung Ihres ersten neuronalen Netzwerks, Zeitreihenvorhersage für tägliche Coronavirus-Fälle, Sentiment-Analyse mit BERT

Leichte Erkennung von Nacktheit

YOLO ROS: Echtzeit-Objekterkennung für ROS

Verwandeln Sie jeden Computer oder Edge-Device in ein Kommandozentrum für Ihre Computer-Vision-Projekte.

Eine Sammlung vortrainierter, modernster KI-Modelle für das ailia SDK

Eine Erweiterung von Open3D für 3D-Machine-Learning-Aufgaben

detrex ist eine Forschungsplattform für DETR-basierte Objekterkennung, Segmentierung, Pose Estimation und andere visuelle Erkennungsaufgaben.

Sammlung von ECCV 2026-Papieren und Open-Source-Projekten. Beiträge und das Teilen über Issues sind willkommen.

YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny implementiert in Tensorflow 2.0, Android. Konvertierung von YOLO v4 .weights zu Tensorflow, TensorRT und TFLite

Eine Open-Source-Bibliothek und ein Framework für Deep Learning auf Satelliten- und Luftbildern.

[CVPR 2025] Offizielle PyTorch-Implementierung von MambaVision: Ein hybrides Mamba-Transformer-Vision-Backbone.

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

Scaled-YOLOv4: Skalierung von Cross Stage Partial Network

[DEIMv2] Echtzeit-Objekterkennung trifft auf DINOv3

Ein All-in-One-Toolkit für Computer Vision

Ein moderner, webbasierter Fotoverwaltungsserver. Auf Ihrem Heimserver ausgeführt, können Sie damit das richtige Foto aus Ihrer Sammlung auf jedem Gerät finden. Intelligente Filterung wird durch Objekterkennung, Gesichtserkennung, Standortwahrnehmung, Farbanalyse und andere ML-Algorithmen ermöglicht.

fastdup ist ein leistungsstarkes, kostenloses Tool zur schnellen Generierung wertvoller Erkenntnisse aus Bild- und Videodatensätzen. Es hilft, die Qualität von Bildern und Labels zu verbessern und gleichzeitig die Betriebskosten für Daten bei unvergleichlicher Skalierbarkeit erheblich zu senken.

🚀 Einfacheres und schnelleres YOLO-Bereitstellungs-Toolkit für NVIDIA 🛠️

Core ML Model Zoo für iOS/macOS – PyTorch-Modelle konvertiert in einsatzbereite .mlpackage, jeweils mit Konvertierungsskript und SwiftUI-Beispiel-App. Verwandte Repositories decken Apples Core AI Framework (iOS/macOS 27) und On-Device-LLMs ab.

Sammlung von Methoden zum Ensembling von Bounding Boxes aus verschiedenen Objekterkennungsmodellen, einschließlich der Implementierung der Methode „Weighted boxes fusion (WBF)“.

TensorRT MODNet, YOLOv4, YOLOv3, SSD, MTCNN und GoogLeNet

🚀🚀🚀 Eine Sammlung großartiger öffentlicher YOLO-Objekterkennungsprojekte und zugehöriger Objekterkennungsdatensätze.

Deklarative Möglichkeit, KI-Modelle in React Native auf dem Gerät auszuführen, angetrieben von ExecuTorch.

Implementierung von "YOLOv13: Real-Time Object Detection with Hypergraph-Enhanced Adaptive Visual Perception".

Verfolgung und Sammlung von Arbeiten/Projekten/anderen Inhalten im Zusammenhang mit Segment Anything.

Ein PyTorch-Repository für YOLOv4, attentive YOLOv4 und mobilenet YOLOv4 mit PASCAL VOC und COCO

All-in-One-Training für Vision-Modelle (YOLO, ViTs, RT-DETR, DINOv3): Vortraining, Fine-Tuning, Distillation.