object-detection

Implémentation PyTorch d'EfficientDet fidèle à l'implémentation originale de Google avec poids portés.

Exemples de code Python et documentation sur les algorithmes de contrôle de véhicules autonomes. Ce projet sert de guide technique pour étudier les algorithmes et les architectures logicielles pour les débutants.

Un framework sans code basé sur PyTorch pour des études d'apprentissage profond reproductibles. Écosystème PyTorch. 🏆 26 méthodes de distillation de connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. sont implémentées jusqu'à présent. 🎁 Modèles entraînés, journaux d'entraînement et configurations disponibles pour assurer la reproductibilité et l'étalonnage.

[CVPR 2025] DEIM : DETR avec appariement amélioré pour une convergence rapide

Implémentation de référence de SSD en PyTorch, rapide, modulaire et de haute qualité

Extensions PyTorch pour le prototypage rapide en R&D et le farming sur Kaggle.

[CVPR2026] Détection d'objets via la prédiction du point suivant.

Ajoutez la détection d'objets, le suivi, les notifications mobiles et la recherche à n'importe quelle caméra de sécurité.

Retinexformer : Transformer basé sur Retinex en une étape pour l'amélioration d'images en basse lumière (ICCV 2023 Top-10 cité, finaliste NTIRE 2024, lauréat NTIRE 2025 et 2026)

[ICLR 2023 Spotlight] Vision Transformer Adapter pour les prédictions denses.

Benchmark de suivi d'objets multiples (MOT) en Python

Inférence Yolov5 deepsort, implémentant le suivi et le comptage de véhicules et de piétons avec YOLOv5+Deepsort, code encapsulé dans une classe Detector pour une intégration facilitée dans vos projets.

Documentation chinoise pour OpenCV-Python 4.1.

Suivi d'objets implémenté avec YOLOv4, DeepSort et TensorFlow.

Collecte des derniers résultats de la CVPR, incluant articles, code et vidéos de démonstration. Vos recommandations sont les bienvenues !

Détection d'objets de bout en bout, précise et en temps réel, avec vocabulaire ouvert.

[ICLR'23 Spotlight🔥] Le premier pré-entraînement réussi de type BERT/MAE sur un réseau convolutionnel ; implémentation PyTorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"

Le Medical Detection Toolkit contient des implémentations 2D et 3D de détecteurs d'objets courants tels que Mask R-CNN, Retina Net, Retina U-Net, ainsi qu'un framework d'entraînement et d'inférence axé sur le traitement d'images médicales.

L'API TensorFlow Object Counting est un framework open source basé sur TensorFlow et Keras facilitant le développement de systèmes de comptage d'objets.

Implémentation PyTorch basée sur YOLOv4 pour l'article : "Complex-YOLO: Real-time 3D Object Detection on Point Clouds"

Construisez des modèles de vision par ordinateur en une fraction du temps et avec moins de données.

Dépôt officiel pour "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020].

🏀🤖🏀 Application web et API d'IA pour analyser les tirs et la posture de tir au basket-ball.

Réplication de projets simples de vision par ordinateur incluant l'attention, la classification, la détection, la détection de points clés, etc.

StarDist : détection d'objets avec des formes en étoile.

Intégration de Frigate pour Home Assistant.

Convertisseur de jeux de données JSON-to-YOLO pour les annotations COCO, LabelMe, Labelbox, VoTT, INFOLKS et ATH. Remplacé par convert_coco() dans le package Ultralytics.

🧬 Bibliothèque TensorFlow Lite haute performance pour React Native avec accélération GPU.

⚡️ Le framework de perception spatiale pour construire rapidement des robots et des espaces intelligents

Suivi d'objets multiples haute performance basé sur YOLO, Deep SORT et KLT