object-detection

Ultralytics YOLO26, YOLO11, YOLOv8 — détection d'objets, segmentation d'instances, segmentation sémantique, classification d'images, estimation de pose, suivi d'objets.

Ultralytics YOLOv5 en PyTorch pour la détection d'objets, la segmentation d'instances, la classification, l'entraînement et l'exportation.

Nous développons vos outils de vision par ordinateur réutilisables. 💜

LocalAI est le moteur d'IA open source. Exécutez n'importe quel modèle - LLM, vision, voix, image, vidéo - sur n'importe quel matériel. Aucun GPU requis.

NVR avec détection d'objets locale en temps réel pour caméras IP

Boîte à outils et benchmark de détection OpenMMLab

Apprentissage profond pour le traitement d'images, incluant la classification, la détection d'objets, etc.

Mask R-CNN pour la détection d'objets et la segmentation d'instances avec Keras et TensorFlow

Collection de papiers et projets open source de la CVPR 2026

Computer Vision Annotation Tool (CVAT) est une plateforme de premier plan pour la création de jeux de données visuels de haute qualité pour l'IA. Elle propose des produits open-source, cloud et entreprise, ainsi que des services d'étiquetage pour les images, vidéos et annotations 3D, incluant l'assistance par IA, l'assurance qualité, la collaboration d'équipe, l'analyse et des API développeur.

Implémentation officielle de "Swin Transformer: Hierarchical Vision Transformer using Shifted Windows".

Boîte à outils de détection d'objets basée sur PaddlePaddle. Elle prend en charge la détection d'objets, la segmentation d'instances, le suivi d'objets multiples et la détection de points clés multi-personnes en temps réel.

Explicabilité avancée de l'IA pour la vision par ordinateur. Support pour les CNN, Vision Transformers, classification, détection d'objets, segmentation, similarité d'images et plus encore.

Collection de papiers, codes, analyses et diffusions en direct pour CVPR 2017-2024, compilée par l'équipe ExtremeMart.

Liste d'articles de recherche sur la détection d'objets par apprentissage profond.

Affinez des jeux de données de haute qualité et des modèles d'IA visuelle.

ML rapide et précis en 3 lignes de code.

Implémentation PyTorch de YOLOv3, YOLOv3-SPP et YOLOv3-tiny pour la détection d'objets en temps réel, incluant l'entraînement, la validation, l'inférence et l'exportation multi-format.

YOLOX est un modèle YOLO haute performance sans ancres, surpassant yolov3~v5 avec prise en charge de MegEngine, ONNX, TensorRT, ncnn et OpenVINO.

[ECCV 2024] Implémentation officielle de l'article "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection".

X-AnyLabeling : une application de bureau multiplateforme légère, efficace et unifiée pour l'annotation de texte, d'images, de vidéos et de données multimodales, combinant des outils intégrés polyvalents avec des modèles d'IA de pointe et une exportation flexible multi-format.

Techniques d'apprentissage profond pour l'imagerie satellite et aérienne.

Bonnes pratiques, exemples de code et documentation pour la vision par ordinateur.

Une collection de tutoriels sur les modèles et techniques de vision par ordinateur de pointe. Explorez tout, des architectures fondamentales comme ResNet aux modèles de pointe comme RF-DETR, YOLO11, SAM 3 et Qwen3-VL.

RF-DETR est une architecture de modèle de détection et de segmentation d'objets en temps réel développée par Roboflow, SOTA sur COCO, conçue pour le fine-tuning. [ICLR 2026]

Guide Hello AI World pour le déploiement de réseaux d'inférence en deep learning et de primitives de vision par ordinateur avec TensorRT et NVIDIA Jetson.

Une bibliothèque Python conçue pour permettre aux développeurs de créer des applications et des systèmes dotés de capacités de vision par ordinateur autonomes

Expérimentez, apprenez et codez les dernières innovations majeures avec Microsoft AI

Plateforme de nouvelle génération d'OpenMMLab pour la détection d'objets 3D généraliste.

Outil de développement tout-en-un basé sur PaddlePaddle.