object-detection

LLVIP: un conjunto de datos emparejados de luz visible e infrarroja para visión en condiciones de baja iluminación

El motor de IA multiplataforma líder en el mundo para dispositivos de borde (edge devices).

YoloDotNet: un proyecto en C# .NET 8.0 para clasificación, detección de objetos, detección OBB, segmentación y estimación de poses en imágenes y transmisiones de video en vivo.

CnSTD: paquete de Python3 basado en PyTorch/MXNet para detección de texto en escenas, detección de fórmulas matemáticas y análisis de diseño en chino e inglés

Puerto para MXNet de SSD: Single Shot MultiBox Object Detector. Reimplementación de https://github.com/weiliu89/caffe/tree/ssd

🌮 Kit de herramientas para el conjunto de datos Trash Annotations in Context.

Este repositorio es una colección curada de los artículos más interesantes e influyentes de CVPR 2024. 🔥 [Artículo + Código + Demo]

Regresión de caja delimitadora con incertidumbre para la detección precisa de objetos (CVPR'19).

Biblioteca de percepción jerárquica en Python para estimación de pose, detección de objetos, segmentación de instancias, estimación de puntos clave, reconocimiento facial, etc.

Interfaz gráfica para marcar cuadros delimitadores de objetos en imágenes para el entrenamiento de redes neuronales YOLO.

Seguidores de múltiples objetos en Python

Artículos, código y conjuntos de datos sobre aprendizaje profundo para detección de objetos 3D.

Una versión de yolov5 más legible y flexible con más backbones (gcn, resnet, shufflenet, mobilenet, efficientnet, hrnet, swin-transformer, etc.), módulos (cbam, dcn, etc.) y soporte para TensorRT.

¡Entrena un detector de objetos yolov3 de última generación desde cero!

Implementación de la serie YOLO en PaddlePaddle: PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet y más.

Basado en el proyecto yolo-high-level (detección/pose/clasificación/segmentación): incluye el núcleo de yolov5/yolov7/yolov8, investigación de mejoras, SwintransformV2 y series de atención. Técnicas de entrenamiento, personalización empresarial y despliegue de ingeniería en C

Seguimiento de objetos YOLOv7 utilizando PyTorch, OpenCV y Sort Tracking.

Este repositorio es una colección curada de los artículos más interesantes e influyentes de CVPR 2023. 🔥 [Artículo + Código]

El conjunto de datos Exclusively Dark (ExDARK), que hasta donde sabemos, es la colección más grande de imágenes con poca luz tomadas en entornos de muy baja iluminación hasta el crepúsculo (10 condiciones diferentes) a la fecha, con anotaciones a nivel de clase de imagen y de objeto.

Construya modelos de visión artificial completamente funcionales con PyTorch

Herramienta de generación de datos de entrenamiento de ML basada en visión artificial

OBBDetection es una biblioteca de detección de objetos orientados basada en MMdetection.

Detectores, rastreadores y SAM de visión artificial modulares y sencillos: ejecute YOLOv9, v8, v7, v6, v5, R, X en menos de 10 líneas de código.

[CVPR 2024] Alineación y prompting universal para percepción visual integral.

QAT de modelos YOLO y despliegue con DeepStream y TensorRT

Convierte modelos de mmdetection a TensorRT, compatible con fp16, int8, entrada por lotes, forma dinámica, etc.

Nodos de ComfyUI para modelos de lenguaje visual: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Incluye detección de vocabulario abierto, segmentación SAM2/SAM3, razonamiento temporal de video, GGUF mediante llama.cpp y APIs de LLM/VLM alojadas.

Una solución de detección de objetos en tiempo real de alto rendimiento que utiliza YOLO11 y funciona con ONNX-Runtime

RectLabel es una herramienta de anotación de imágenes offline para detección y segmentación de objetos.

Albumentations de próxima generación: con licencia dual para uso comercial y de código abierto