object-detection

LLVIP : un jeu de données appariées visible-infrarouge pour la vision en basse lumière

Le moteur d'IA multiplateforme leader mondial pour les appareils en périphérie (Edge).

YoloDotNet - Un projet C# .NET 8.0 pour la classification, la détection d'objets, la détection OBB, la segmentation et l'estimation de pose dans les images et les flux vidéo en direct.

CnSTD : package Python3 basé sur PyTorch/MXNet pour la détection de texte en scène (chinois/anglais), la détection de formules mathématiques (MFD) et l'analyse de mise en page

Portage MXNet de SSD : Single Shot MultiBox Object Detector. Réimplémentation de https://github.com/weiliu89/caffe/tree/ssd

Boîte à outils pour le jeu de données TAIC (Trash Annotations in Context).

Ce dépôt est une collection sélectionnée des articles les plus captivants et influents de CVPR 2024. 🔥 [Article + Code + Démo]

Régression de boîte englobante avec incertitude pour une détection d'objets précise (CVPR'19)

Bibliothèque de perception hiérarchique en Python pour l'estimation de pose, la détection d'objets, la segmentation d'instances, l'estimation de points clés, la reconnaissance faciale, etc.

Interface graphique pour annoter des boîtes englobantes d'objets dans des images pour l'entraînement du réseau de neurones YOLO

Suiveurs multi-objets en Python

Articles, code et jeux de données sur l'apprentissage profond pour la détection d'objets 3D

Yolov5 plus lisible et flexible avec davantage de backbones (gcn, resnet, shufflenet, mobilenet, efficientnet, hrnet, swin-transformer, etc.) et de modules (cbam, dcn, etc.), ainsi que TensorRT

Entraînez un détecteur d'objets yolov3 de pointe à partir de zéro !

🚀🚀🚀 Implémentation de la série YOLO dans PaddlePaddle, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet et ainsi de suite. 🚀🚀🚀

Basé sur le projet yolo-high-level (détection/pose/classification/segmentation) : inclut les noyaux yolov5/yolov7/yolov8, la recherche d'améliorations, SwinTransformerV2 et la série Attention. Compétences d'entraînement, personnalisation métier, déploiement d'ingénierie C

Suivi d'objets YOLOv7 utilisant PyTorch, OpenCV et Sort Tracking

Ce dépôt est une collection curated des papers les plus excitants et influents de CVPR 2023. 🔥 [Paper + Code]

Jeu de données Exclusively Dark (ExDARK), qui est à notre connaissance la plus grande collection d'images en basse lumière prises dans des environnements très sombres jusqu'au crépuscule (soit 10 conditions différentes) à ce jour, avec des annotations par classe d'image et par objet.

Construire des modèles de vision par ordinateur entièrement fonctionnels avec PyTorch

Outil de génération de données d'entraînement ML basé sur la vision par ordinateur :rocket:

OBBDetection est une bibliothèque de détection d'objets orientés, basée sur MMdetection.

Détecteurs, traqueurs et SAM de Computer Vision faciles et modulaires - Exécutez YOLOv9, v8, v7, v6, v5, R, X en moins de 10 lignes de code.

[CVPR 2024] Aligning and Prompting Everything All at Once for Universal Visual Perception

Quantification de type QAT pour modèle YOLO et déploiement avec DeepStream et TensorRT

Convertir un modèle mmdetection en tensorrt, prend en charge fp16, int8, l'entrée par lot, la forme dynamique, etc.

Nœuds ComfyUI pour les modèles vision-langage : Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Inclut également la détection à vocabulaire ouvert, la segmentation SAM2/SAM3, le raisonnement temporel vidéo, GGUF via llama.cpp et des API LLM/VLM hébergées.

🚀 Une solution de détection d'objets en temps réel haute performance utilisant YOLO11 ⚡️ propulsée par ONNX-Runtime

RectLabel est un outil d'annotation d'images hors ligne pour la détection et la segmentation d'objets.

La nouvelle génération d'Albumentations : double licence pour usage open source et commercial