yolo

Implémentation de l'article - You Only Learn One Representation: Unified Network for Multiple Tasks (https://arxiv.org/abs/2105.04206)

Boîte à outils de déploiement YOLO plus simple et plus rapide pour NVIDIA

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

Un outil open source pour quantifier le monde.

Implémentation de YOLOv13 : détection d'objets en temps réel avec perception visuelle adaptative améliorée par hypergraphe.

Entraînement tout-en-un pour les modèles de vision (YOLO, ViTs, RT-DETR, DINOv3) : pré-entraînement, réglage fin et distillation.

Second œil universel pour les joueurs en situation de handicap (Aide à la visée IA universelle (AI Aimbot) - ONNX/YOLOv8 - C#).

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

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.

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

Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 pour ROS 2.

Livres, PDF et EPUB pour divers domaines de la programmation.

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

Un framework de vision par ordinateur open-source pour créer et déployer des applications en quelques minutes.

Framework de détection d'objets Darknet/YOLO

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.

Collection de projets publics remarquables sur les LLM, VLM, VLA, AIGC, ainsi que les jeux de données et applications associés.

NVR GB28181-2022 | ONVIF/RTMP/RTSP | ZLMediaKit | Détection YOLO locale | Déploiement privé | Alternative chinoise à Frigate

Système de vidéosurveillance basé sur OpenCV, YOLO et LLAVA

Omega-AI：基于java打造的深度学习框架，帮助你快速搭建神经网络，实现模型推理与训练，引擎支持自动求导，多线程与GPU运算，GPU支持CUDA，CUDNN。

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.

TrailSnap (行影集) | Album photo open-source alimenté par l'IA pour les souvenirs de voyage et de vie（AI赋能的开源相册工具，珍藏旅行与生活点滴）

HawkEye monoculaire Python open-source pour le tennis

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

[CVPR2026]🚀🚀🚀 Code officiel de l'article "YOLO-Master: MOE-Accelerated with Specialized Transformers for Enhanced Real-time Detection." *(YOLO = You Only Look Once)* 🔥🔥🔥

Une feuille de route ML (Machine Learning) Full Stack implique l'apprentissage des compétences et technologies nécessaires pour maîtriser tous les aspects du machine learning, y compris la collecte et le prétraitement des données, le développement, le déploiement et la maintenance des modèles.

Détection d'objets rapide en temps réel avec sortie haute résolution

Suiveurs multi-objets en Python

Cadre de gestion de jeux de données, une bibliothèque Python et un outil en ligne de commande pour construire, analyser et gérer des jeux de données de vision par ordinateur.