yolov7

Toolkit de detección de objetos basado en PaddlePaddle. Soporta detección de objetos, segmentación de instancias, seguimiento de múltiples objetos y detección de puntos clave multi-persona en tiempo real.

Implementación del artículo - YOLOv7: El conjunto entrenable de trucos gratuitos establece un nuevo estado del arte para detectores de objetos en tiempo real

Implementación de redes de aprendizaje profundo populares con la API de definición de red de TensorRT.

Caja de herramientas y banco de pruebas de la serie YOLO de OpenMMLab. Incluye implementaciones de RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE, etc.

🔥🔥🔥 Enfocado en modelos mejorados de YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7 y YOLOv5. Soporte para mejorar backbone, neck, head, loss, IoU, NMS y otros módulos🚀

YOLO5Face: Por qué reinventar un detector de rostros (https://arxiv.org/abs/2105.12931) ECCV Workshops 2022)

PaddleSlim es una biblioteca de código abierto para la compresión de modelos profundos y la búsqueda de arquitectura.

BoT-SORT: Seguimiento robusto de múltiples peatones mediante asociaciones

Implementación de TensorRT para YOLOv8, YOLOv8-Pose, YOLOv8-Seg, YOLOv8-Cls, YOLOv7, YOLOv6, YOLOv5 y YOLONAS, optimizada para CUDA.

TensorRT para la serie YOLO (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), con soporte para plugins NMS.

MetaSeg: Versión empaquetada del repositorio Segment Anything

Detección facial con YOLOv8 y puntos de referencia (landmarks)

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

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.

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.

QAT de modelos YOLO y despliegue con DeepStream y TensorRT

YOLO SHOW - GUI de YOLO basada en Pyside6 para YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv5, RTDETR, SAM, MobileSAM y FastSAM.