yolo

Trainieren Sie einen hochmodernen yolov3-Objektdetektor von Grund auf!

🚀🚀🚀 YOLO-Serie als PaddlePaddle-Implementierung, einschließlich PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet und mehr. 🚀🚀🚀

Geteilte Ultralytics-Logos, Medien, Beispielbilder, vortrainierte Modellgewichte, Datensatz-Artefakte und Release-Assets.

Erkennung von Single-Gap-/Multi-Gap-Slider-Captchas, Installation und Nutzung über pip, lokale/Server-API-Bereitstellung möglich

Computer Vision-basiertes Tool zur Generierung von ML-Trainingsdaten :rocket:

YOLOv3-Implementierung in TensorFlow 2.3.1.

Offenes Framework zur Simulation und Bereitstellung wahrnehmungsbasierter PX4/ArduPilot-Drohnenschwärme mit ROS2, YOLO, LiDAR und NVIDIA Jetson

Eine hochperformante Echtzeit-Objekterkennungslösung mit YOLO11, angetrieben von ONNX-Runtime.

Python-Bibliothek für YOLO-Objekterkennung kleiner Objekte und Instanzsegmentierung

RectLabel ist ein Offline-Tool zur Bildannotation für Objekterkennung und Segmentierung.

YOLO SHOW – YOLOv11 / YOLOv10 / YOLOv9 / YOLOv8 / YOLOv7 / YOLOv5 / RTDETR / SAM / MobileSAM / FastSAM YOLO GUI basierend auf Pyside6.

dddmr_navigation ist eine 3D-Navigationslösung für mobile Roboter, die Mapping, Lokalisierung, Wahrnehmung, Pfadplanung, Controller und einen Navigations-Stack umfasst.

Ein Edge-Echtzeit-Objektdetektor ohne Ankerpunkte mit solider Leistung.

🧠 Context Engineering Research – Nicht nur eine weitere Agenten-Sammlung, sondern ein kollektiver Ansatz durch Forschung und Context Engineering. Hub-and-Spoke-Koordination via Claude Code.

YOLO Magic ist eine auf Ultralytics YOLOv5 basierende Erweiterung, die leistungsfähigere Funktionen und einfachere Abläufe für visuelle Aufgaben bietet.

Ultralytics YOLO iOS-App und Swift-Paket für Core ML-Inferenz in Echtzeit für gängige Computer-Vision-Aufgaben.