tensorrt

TensorRT pour MODNet, YOLOv4, YOLOv3, SSD, MTCNN et GoogLeNet.

🚀🚀🚀 Une collection de projets publics exceptionnels de la série de détection d'objets YOLO et des jeux de données de détection d'objets associés.

Ajout de bisenetv2. Mon implémentation de BiSeNet.

PaddleSlim est une bibliothèque open source pour la compression de modèles profonds et la recherche d'architecture.

TensorRT pour YOLOv8, YOLOv8-Pose, YOLOv8-Seg, YOLOv8-Cls, YOLOv7, YOLOv6, YOLOv5, YOLONAS. CUDA est tout ce dont vous avez besoin.

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

TensorRT pour la série YOLO (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), avec prise en charge du plugin NMS.

TurboOCR, >200 img/s OmnidocBench. TensorRT FP16, PP-OCRv6, HTTP + gRPC.

Framework de traitement multimédia/vidéo multiplateforme et personnalisable. Doté d'une accélération GPU puissante, d'une conception hétérogène, d'un support multilingue, d'une facilité d'utilisation, d'une compatibilité multi-framework et de hautes performances, ce framework est idéal pour le transcodage, l'inférence IA, l'intégration d'algorithmes, le streaming vidéo en direct, et plus encore.

Aim-bot basé sur l'IA pour tous les jeux de tir à la première personne (FPS).

Tutoriel complet sur les algorithmes, du NLP aux LLM. Lecture en ligne : https://datawhalechina.github.io/base-llm/

Image Ubuntu 20.04 pour Jetson Nano

Framework de vision par ordinateur et d'analyse vidéo en Python avec fonctionnalités intégrées

Notes sur la conduite autonome, analysant les points clés de chaque module et intégrant des solutions industrielles de pointe pour aider l'auteur et les lecteurs ; inclut le deep learning, la conduite sans conducteur, BEV, Transformer, ADAS, CVPR, Tesla AI Day, les grands modèles, ChatGPT, etc.

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.

Interpolation d'images vidéo et super-résolution utilisant l'inférence TensorRT de NVIDIA et NCNN de Tencent, conçues et intégrées dans une application unique

Tutoriel sur l'API C++ de TensorRT.

Implémentation C++ de YOLOv8 avec TensorRT

yolort est une pile d'exécution pour yolov5 sur des accélérateurs spécialisés tels que tensorrt, libtorch, onnxruntime, tvm et ncnn.

Mise à l'échelle d'anime en temps réel jusqu'en 4K dans mpv avec des modèles de super-résolution légers

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

Aim-bot basé sur l'IA pour tous les jeux FPS et TPS.

Encore un automate à états finis pour godot

API REST InsightFace pour le déploiement facile de services de reconnaissance faciale avec TensorRT dans Docker.

Implémentation de YOLOv3 dans TensorFlow 2.3.1.

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

Un pipeline de transcription (Speech-to-Text) optimisé pour le modèle Whisper prenant en charge plusieurs moteurs d'inférence

Nœud ROS2 TensorRT pour l'estimation de profondeur métrique monoculaire et la génération de nuages de points à partir d'images de caméra avec Depth Anything V3

Un détecteur d'objets sans ancres en temps réel à la périphérie avec des performances décentes

A project that optimizes OWL-ViT for real-time inference with NVIDIA TensorRT.