object-detection

LLVIP: लो-लाइट विज़न के लिए एक विजिबल-इन्फ्रारेड पेयर्ड डेटासेट

एज डिवाइसेस के लिए दुनिया का अग्रणी क्रॉस-प्लेटफ़ॉर्म AI इंजन।

YoloDotNet - इमेज और लाइव वीडियो स्ट्रीम में क्लासिफिकेशन, ऑब्जेक्ट डिटेक्शन, OBB डिटेक्शन, सेगमेंटेशन और पोज़ एस्टिमेशन के लिए एक C# .NET 8.0 प्रोजेक्ट।

CnSTD: PyTorch/MXNet पर आधारित चीनी/अंग्रेजी दृश्य पाठ पहचान (Scene Text Detection), गणितीय सूत्र पहचान (MFD), और लेआउट विश्लेषण के लिए एक Python3 पैकेज

SSD का MXNet पोर्ट: Single Shot MultiBox Object Detector। https://github.com/weiliu89/caffe/tree/ssd का पुन: कार्यान्वयन।

🌮 संदर्भ डेटासेट टूलकिट में ट्रैश एनोटेशन

यह रिपॉजिटरी CVPR 2024 के सबसे रोमांचक और प्रभावशाली शोध पत्रों का एक क्यूरेटेड संग्रह है। [पेपर + कोड + डेमो]

सटीक ऑब्जेक्ट डिटेक्शन के लिए अनिश्चितता के साथ बाउंडिंग बॉक्स रिग्रेशन (CVPR'19)।

पोज़ एस्टिमेशन, ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन, कीपॉइंट एस्टिमेशन, फेस रिकग्निशन आदि के लिए Python में पदानुक्रमित धारणा (hierarchical perception) लाइब्रेरी

YOLO न्यूरल नेटवर्क प्रशिक्षण के लिए छवियों में ऑब्जेक्ट्स के बाउंडिंग बॉक्स को चिह्नित करने के लिए GUI।

Python में मल्टी-ऑब्जेक्ट ट्रैकर्स

3D ऑब्जेक्ट डिटेक्शन के लिए डीप लर्निंग पर शोध पत्र, कोड और डेटासेट।

अधिक बैकবোন (gcn, resnet, shufflenet, moblienet, efficientnet, hrnet, swin-transformer, आदि) और (cbam, dcn आदि) तथा tensorrt के साथ अधिक पठनीय और लचीला yolov5

शून्य से एक अत्याधुनिक yolov3 ऑब्जेक्ट डिटेक्टर को ट्रेन करें!

🚀🚀🚀 PaddlePaddle कार्यान्वयन की YOLO श्रृंखला, जैसे PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet आदि। 🚀🚀🚀

yolo-high-level प्रोजेक्ट (डिटेक्ट, पोज़, क्लासिफाई, सेगमेंट) पर आधारित: yolov5, yolov7, yolov8 कोर, सुधार अनुसंधान, SwintransformV2 और अटेंशन सीरीज़ शामिल हैं। प्रशिक्षण कौशल, व्यावसायिक अनुकूलन, इंजीनियरिंग परिनियोजन।

PyTorch, OpenCV और Sort Tracking का उपयोग करके YOLOv7 ऑब्जेक्ट ट्रैकिंग

यह रिपॉजिटरी CVPR 2023 के सबसे रोमांचक और प्रभावशाली शोध पत्रों का एक क्यूरेटेड संग्रह है। [पेपर + कोड]

Exclusively Dark (ExDARK) डेटासेट, जो हमारी जानकारी के अनुसार, बहुत कम रोशनी वाले वातावरण से लेकर गोधूलि (यानी 10 अलग-अलग स्थितियां) तक ली गई कम रोशनी वाली छवियों का अब तक का सबसे बड़ा संग्रह है, जिसमें इमेज क्लास और ऑब्जेक्ट लेवल एनोटेशन शामिल हैं।

PyTorch के साथ पूर्णतः कार्यशील कंप्यूटर विज़न मॉडल बनाएं

कंप्यूटर विज़न आधारित ML ट्रेनिंग डेटा जनरेशन टूल

OBBDetection एक ओरिएंटेड ऑब्जेक्ट डिटेक्शन लाइब्रेरी है, जो MMdetection पर आधारित है।

आसान और मॉड्यूलर कंप्यूटर विजन डिटेक्टर्स, ट्रैकर्स और SAM - 10 से कम लाइनों के कोड में YOLOv9, v8, v7, v6, v5, R, X चलाएं।

[CVPR 2024] यूनिवर्सल विज़ुअल परसेप्शन के लिए सब कुछ एक साथ अलाइन और प्रॉम्प्ट करना।

deepstream और tensorrt के साथ yolo मॉडल QAT और डिप्लॉयमेंट।

mmdetection मॉडल को TensorRT में बदलें, जो fp16, int8, बैच इनपुट, डायनामिक शेप आदि का समर्थन करता है।

विज़न-लैंग्वेज मॉडल्स के लिए ComfyUI नोड्स: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V। साथ ही ओपन-वोकैबुलरी डिटेक्शन, SAM2/SAM3 सेगमेंटेशन, वीडियो टेम्पोरल रीजनिंग, llama.cpp के माध्यम से GGUF, और होस्टेड LLM/VLM API।

ONNX-Runtime द्वारा संचालित YOLO11 का उपयोग करके एक उच्च प्रदर्शन वाला रीयल-टाइम ऑब्जेक्ट डिटेक्शन समाधान

RectLabel ऑब्जेक्ट डिटेक्शन और सेगमेंटेशन के लिए एक ऑफलाइन इमेज एनोटेशन टूल है।

अगली पीढ़ी के Albumentations: ओपन-सोर्स और व्यावसायिक उपयोग के लिए डुअल-लाइसेंस प्राप्त