object-detection

Eine PyTorch-Implementierung von EfficientDet getreu dem originalen Google-Impl mit portierten Gewichten

Python-Beispielcode und Dokumente zu Algorithmen für die Steuerung autonomer Fahrzeuge. Dieses Projekt kann für Anfänger als technisches Handbuch zum Studieren der Algorithmen und Softwarearchitekturen dienen.

Ein auf PyTorch basierendes, codierungsfreies Framework für reproduzierbare Deep-Learning-Studien. PyTorch Ecosystem. 🏆 Bisher wurden 26 Knowledge-Distillation-Methoden implementiert, die auf TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI etc. vorgestellt wurden. 🎁 Trainierte Modelle, Trainingsprotokolle und Konfigurationen stehen zur Verfügung, um Reproduzierbarkeit und Benchmarks sicherzustellen.

[CVPR 2025] DEIM: DETR mit verbesserter Zuordnung für schnelle Konvergenz

Qualitativ hochwertige, schnelle, modulare Referenzimplementierung von SSD in PyTorch

PyTorch-Erweiterungen für schnelles R&D-Prototyping und Kaggle-Farming

[CVPR2026] Detect Anything via Next Point Prediction

Fügen Sie jeder Sicherheitskamera Objekterkennung, Tracking, mobile Benachrichtigungen und Suche hinzu.

"Retinexformer: One-stage Retinex-based Transformer for Low-light Image Enhancement" (ICCV 2023 Top-10 Cited 🏆) & (NTIRE 2024 Runner-Up 🏆) & (NTIRE 2025 Winner 🏆) & (NTIRE 2026 Winner 🏆)

[ICLR 2023 Spotlight] Vision Transformer Adapter für dichte Vorhersagen

:bar_chart: Benchmark für mehrere Object Tracker (MOT) in Python

Yolov5-deepsort-Inferenz, implementiert Fahrzeug- und Personenverfolgung sowie -zählung mit YOLOv5+Deepsort, der Code ist in einer Detector-Klasse gekapselt und lässt sich leichter in eigene Projekte integrieren

OpenCV-Python 4.1 chinesische Dokumentation

Objektverfolgung, implementiert mit YOLOv4, DeepSort und TensorFlow.

Sammlung der neuesten CVPR-Ergebnisse, einschließlich Arbeiten, Code und Demo-Videos. Empfehlungen sind herzlich willkommen!

Echtzeitund präzise Open-Vocabulary End-to-End-Objekterkennung

[ICLR'23 Spotlight🔥] Das erste erfolgreiche BERT/MAE-artige Vortraining für beliebige neuronale Faltungsnetze; PyTorch-Impl. von „Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling“

Das Medical Detection Toolkit enthält 2D- und 3D-Implementierungen gängiger Objekterkenner wie Mask R-CNN, Retina Net, Retina U-Net sowie ein Trainings- und Inferenz-Framework für medizinische Bilder.

🚀 Die TensorFlow Object Counting API ist ein auf TensorFlow und Keras basierendes Open-Source-Framework, das die Entwicklung von Objektzählsystemen erleichtert!

Die PyTorch-Implementierung basierend auf YOLOv4 des Papers: "Complex-YOLO: Real-time 3D Object Detection on Point Clouds"

Erstellen Sie Computer-Vision-Modelle in einem Bruchteil der Zeit und mit weniger Daten.

Offizielles Repository für „Mish: A Self Regularized Non-Monotonic Neural Activation Function“ [BMVC 2020]

:basketball::robot::basketball: KI-Web-App und API zur Analyse von Basketballwürfen und Wurfhaltungen.

Nachbildung einfacher CV-Projekte einschließlich Attention, Klassifizierung, Detektion, Keypoint-Detektion usw.

StarDist – Objekterkennung mit sternkonvexen Formen

Frigate-Integration für Home Assistant

Legacy JSON-zu-YOLO Datensatz-Konverter für COCO-, LabelMe-, Labelbox-, VoTT-, INFOLKS- und ATH-Annotationen. Abgelöst durch convert_coco() im Ultralytics-Paket.

🧬 Leistungsstarke TensorFlow Lite-Bibliothek für React Native mit GPU-Beschleunigung

⚡️Das räumliche Wahrnehmungsframework zum schnellen Erstellen von intelligenten Robotern und Räumen

Leistungsstarke Mehrf Objekterkennung basierend auf YOLO, Deep SORT und KLT 🚀