object-detection

बेहतर OpenVINO™ inference के लिए Neural Network Compression Framework

🌝 MLKit एक शक्तिशाली और उपयोग में आसान टूलकिट है। ML Kit के माध्यम से आप आसानी से टेक्स्ट रिकग्निशन, बारकोड रिकग्निशन, इमेज लेबलिंग, फेस डिटेक्शन, ऑब्जेक्ट डिटेक्शन आदि कार्य कर सकते हैं।

[CVPR2024 Highlight] GLEE: बड़े पैमाने पर छवियों और वीडियो के लिए जनरल ऑब्जेक्ट फाउंडेशन मॉडल

ऑब्जेक्ट डिटेक्शन मेट्रिक्स। 14 ऑब्जेक्ट डिटेक्शन मेट्रिक्स: मीन एवरेज प्रेसिजन (mAP), एवरेज रिकॉल (AR), स्पैटियो-टेम्पोरल ट्यूब एवरेज प्रेसिजन (STT-AP)। यह प्रोजेक्ट COCO, PASCAL, Imagenet आदि जैसे विभिन्न बाउंडिंग बॉक्स प्रारूपों का समर्थन करता है।

VisionLLM सीरीज।

Grounding DINO 1.5: IDEA Research की सबसे सक्षम ओपन-वर्ल्ड ऑब्जेक्ट डिटेक्शन मॉडल सीरीज़

[CVPR2023] OC-SORT के लिए आधिकारिक रेपो: वीडियो मल्टी-ऑब्जेक्ट ट्रैकिंग पर ऑब्जर्वेशन-सेंट्रिक SORT। OC-SORT सरल, ऑनलाइन और ऑक्लूजन/गैर-रैखिक गति के प्रति मजबूत है।

ROS 2 के लिए Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12

पेशेवर वीडियो निगरानी के लिए आधुनिक, लोकल-फर्स्ट प्लेटफॉर्म।

बहुत गहरे न्यूरल नेटवर्क को गति देने के लिए चैनल प्रूनिंग (ICCV'17)

Microsoft AI for Good Lab — जैव विविधता अनुसंधान केंद्र। जैव विविधता की निगरानी और संरक्षण के लिए ओपन-सोर्स AI मॉडल, एज डिवाइस और उपकरण। MegaDetector, SPARROW, PytorchWildlife, Bioacoustics और अन्य के लिए आपका स्रोत।

Python फ्रेमवर्क जो मल्टीप्रोसेसिंग वातावरण में जटिल वीडियो विश्लेषण अनुप्रयोगों और अन्य श्रृंखला-प्रसंस्करण आधारित अनुप्रयोगों के त्वरित विकास की सुविधा देता है।

अत्याधुनिक सेलिएंसी विधियों (XRAI, BlurIG, SmoothGrad, और अन्य) के लिए फ्रेमवर्क-अज्ञेयवादी कार्यान्वयन।

Unity में sim2real प्रशिक्षण और सत्यापन के लिए परसेप्शन टूलकिट।

इस व्यापक डीप लर्निंग ट्यूटोरियल श्रृंखला के माध्यम से tensorflow2.0, keras और python के साथ डीप लर्निंग सीखें। शुरुआत से डीप लर्निंग सीखें। शुरुआती लोगों के लिए डीप लर्निंग श्रृंखला। Tensorflow ट्यूटोरियल, tensorflow 2.0 ट्यूटोरियल, python डीप लर्निंग ट्यूटोरियल।

MetaSeg: Segment Anything रिपॉजिटरी का पैकेज्ड संस्करण

CodeProject.AI Server एक सेल्फ-कंटेन्ड सर्विस है जिसे सॉफ्टवेयर डेवलपर्स अपने एप्लिकेशन में शामिल कर सकते हैं और AI की शक्ति के साथ अपने ऐप्स को बेहतर बनाने के लिए वितरित कर सकते हैं।

हाल के कुछ कंप्यूटर विज़न (CV) कार्यों की पेपर सूची

ऑटोनॉमस ड्राइविंग के लिए 3D ऑब्जेक्ट डिटेक्शन कोड

सेमी-सुपरवाइज्ड लर्निंग, ऑब्जेक्ट डिटेक्शन, ICCV2021

[ICLR 2024] FasterViT का आधिकारिक PyTorch कार्यान्वयन: पदानुक्रमित अटेंशन के साथ फास्ट विजन ट्रांसफॉर्मर

Java के लिए मुफ्त ऑफलाइन AI एल्गोरिदम टूलबॉक्स, जो फेस रिकग्निशन, लाइवनेस डिटेक्शन, ऑब्जेक्ट डिटेक्शन, OCR, ASR+TTS और मशीन ट्रांसलेशन जैसे फीचर्स का समर्थन करता है। Maven के माध्यम से उपयोग करने योग्य, PyTorch और Tensorflow के साथ संगत, जिसमें Mtcnn, InsightFace, YOLOv8~v12, PaddleOCR और Whisper जैसे मॉडल शामिल हैं।

[ICLR2022] UniFormer का आधिकारिक कार्यान्वयन

यह रिपॉजिटरी सबसे रोमांचक और प्रभावशाली CVPR 2025 पेपरों का एक क्यूरेटेड संग्रह है। 🔥 [पेपर + कोड + डेमो]

एक अज्ञेयवादी कंप्यूटर विज़न फ्रेमवर्क - किसी भी ट्रेनिंग लाइब्रेरी में प्लग करने योग्य: Fastai, Pytorch-Lightning और आने वाले समय में और अधिक

एक नया डिज़ाइन किया गया अल्ट्रा-लाइटवेट एंकर-फ्री टारगेट डिटेक्शन एल्गोरिदम, जिसका वजन केवल 250K पैरामीटर्स है, जो yolo-fastest की तुलना में समय की खपत को 10% कम करता है और पोस्ट-प्रोसेसिंग को सरल बनाता है।

इन-बिल्ट सुविधाओं के साथ पायथन कंप्यूटर विज़न और वीडियो एनालिटिक्स फ्रेमवर्क।

मिनटों में ऐप्स बनाने और तैनात करने के लिए एक ओपन-सोर्स कंप्यूटर विज़न फ्रेमवर्क

Darknet/YOLO ऑब्जेक्ट डिटेक्शन फ्रेमवर्क

यह Grounding DINO पेपर का थर्ड-पार्टी कार्यान्वयन है: ओपन-सेट ऑब्जेक्ट डिटेक्शन के लिए DINO को ग्राउंडेड प्री-ट्रेनिंग के साथ जोड़ना।