yolov3

Object-Detection-Toolkit basierend auf PaddlePaddle. Unterstützt Objekterkennung, Instanz-Segmentierung, Multi-Object-Tracking und Echtzeit-Multi-Person-Keypoint-Erkennung.

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

PyTorch-Implementierung von YOLOv3, YOLOv3-SPP und YOLOv3-tiny für die Echtzeit-Objekterkennung mit Training, Validierung, Inferenz und Multiformat-Export.

YOLOX ist ein leistungsstarkes, anchor-freies YOLO, das YOLOv3~v5 übertrifft, mit Unterstützung für MegEngine, ONNX, TensorRT, ncnn und OpenVINO. Dokumentation: https://yolox.readthedocs.io/

Implementierung gängiger Deep-Learning-Netzwerke mit der TensorRT-Netzwerkdefinitions-API

PyTorch-, ONNX- und TensorRT-Implementierung von YOLOv4

🔥 TensorFlow-Code für den technischen Bericht: „YOLOv3: An Incremental Improvement“

Eine PyTorch-Implementierung des YOLO-v3-Objekterkennungsalgorithmus

MOT mit DeepSort und YOLOv3 in PyTorch

🔥🔥🔥 Fokus auf YOLO11, YOLOv8, YOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5 Verbesserungsmodelle, Unterstützung zur Verbesserung von Backbone, Neck, Head, Loss, IoU, NMS und anderen Modulen🚀

YoloV3 implementiert in Tensorflow 2.0

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

Scaled-YOLOv4: Skalierung von Cross Stage Partial Network

Zusammenarbeit mit wangxupeng (https://github.com/wangxupeng)

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

🔥🔥🔥 TensorRT für YOLOv8, YOLOv8-Pose, YOLOv8-Seg, YOLOv8-Cls, YOLOv7, YOLOv6, YOLOv5, YOLONAS...... 🚀🚀🚀 CUDA IS ALL YOU NEED. 🍎🍎🍎

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

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.

TensorRT für die YOLO-Serie (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5) mit Unterstützung für NMS-Plugins

Projektkommentare + Papier-Replikation + Algorithmus-Wettbewerbe + PyTorch-Praxis + LeetCode + VLM-Vortraining

GUI zum Markieren von Bounding Boxes von Objekten in Bildern für das Training des YOLO-Neuralnetzwerks

Multi-Objekt-Tracker in Python

Lesbareres und flexibleres yolov5 mit mehr Backbones (gcn, resnet, shufflenet, mobilenet, efficientnet, hrnet, swin-transformer etc.) sowie (cbam, dcn etc.) und TensorRT

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. 🚀🚀🚀

Erstellung einer Software zur automatischen Überwachung bei Online-Prüfungen

YOLOv3-Implementierung in TensorFlow 2.3.1.

Konvertierung von mmdetection-Modellen zu TensorRT, unterstützt FP16, INT8, Batch-Input, dynamische Shapes usw.