object-detection

Implementación en PyTorch de EfficientDet fiel a la original de Google con pesos portados.

Ejemplos de código y documentación en Python sobre algoritmos de control de vehículos autónomos. Este proyecto sirve como guía técnica para estudiar algoritmos y arquitecturas de software para principiantes.

Un framework sin código basado en PyTorch para estudios de aprendizaje profundo reproducibles. Parte del ecosistema PyTorch. Incluye hasta la fecha 26 métodos de destilación de conocimiento presentados en TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. Se proporcionan modelos entrenados, registros de entrenamiento y configuraciones para garantizar la reproducibilidad y el benchmarking.

[CVPR 2025] DEIM: DETR con coincidencia mejorada para una convergencia rápida

Implementación de referencia de SSD en PyTorch, de alta calidad, rápida y modular

Extensiones de PyTorch para la creación rápida de prototipos de I+D y farming en Kaggle.

[CVPR2026] Detectar cualquier cosa mediante la predicción del siguiente punto.

Añada detección de objetos, seguimiento, notificaciones móviles y búsqueda a cualquier cámara de seguridad.

Retinexformer: Transformer basado en Retinex de una sola etapa para la mejora de imágenes con poca luz (Top 10 más citado en ICCV 2023 🏆, subcampeón en NTIRE 2024 🏆, ganador en NTIRE 2025 🏆 y ganador en NTIRE 2026 🏆).

[ICLR 2023 Spotlight] Vision Transformer Adapter para predicciones densas

:bar_chart: Evalúa múltiples rastreadores de objetos (MOT) en Python

Inferencia de Yolov5 deepsort, implementa el seguimiento y conteo de vehículos y peatones usando YOLOv5+Deepsort, con el código encapsulado en una clase Detector para facilitar su integración en proyectos propios.

Documentación en chino de OpenCV-Python4.1

Seguimiento de objetos implementado con YOLOv4, DeepSort y TensorFlow.

Recopilación de los últimos resultados de CVPR, incluyendo artículos, código y videos de demostración; ¡se aceptan recomendaciones!

Detección de objetos de extremo a extremo, en tiempo real y con vocabulario abierto

[ICLR'23 Spotlight] El primer preentrenamiento exitoso estilo BERT/MAE en cualquier red convolucional; implementación en PyTorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling".

El Medical Detection Toolkit contiene implementaciones 2D y 3D de detectores de objetos frecuentes como Mask R-CNN, Retina Net, Retina U-Net, así como un framework de entrenamiento e inferencia enfocado en el manejo de imágenes médicas.

TensorFlow Object Counting API es un framework de código abierto construido sobre TensorFlow y Keras que facilita el desarrollo de sistemas de conteo de objetos

Implementación en PyTorch basada en YOLOv4 del artículo: "Complex-YOLO: Real-time 3D Object Detection on Point Clouds"

Construya modelos de visión artificial en una fracción del tiempo y con menos datos.

Repositorio oficial para "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]

:basketball::robot::basketball: Aplicación web y API de IA para analizar tiros y posturas de lanzamiento de baloncesto.

Replicación de proyectos simples de visión artificial que incluyen atención, clasificación, detección, detección de puntos clave, etc.

StarDist: detección de objetos con formas convexas en estrella

Integración de Frigate para Home Assistant.

Convertidor heredado de conjuntos de datos JSON a YOLO para anotaciones COCO, LabelMe, Labelbox, VoTT, INFOLKS y ATH. Reemplazado por convert_coco() en el paquete Ultralytics.

🧬 Biblioteca de alto rendimiento de TensorFlow Lite para React Native con aceleración por GPU

⚡️ El marco de percepción espacial para construir rápidamente robots y espacios inteligentes.

Seguimiento de múltiples objetos de alto rendimiento basado en YOLO, Deep SORT y KLT 🚀