yolov5

Ultralytics YOLOv5 dalam PyTorch untuk deteksi objek, segmentasi instans, klasifikasi, pelatihan, dan ekspor.

Toolkit deteksi objek berbasis PaddlePaddle. Mendukung deteksi objek, segmentasi instans, pelacakan objek ganda, dan deteksi titik kunci multi-orang secara real-time.

Kumpulan tutorial tentang model dan teknik computer vision mutakhir. Jelajahi segalanya mulai dari arsitektur dasar seperti ResNet hingga model canggih seperti RF-DETR, YOLO11, SAM 3, dan Qwen3-VL.

Implementasi jaringan deep learning populer dengan API definisi jaringan TensorRT

Tutorial Praktis PyTorch (Edisi Kedua). Mencakup segalanya mulai dari dasar, aplikasi proyek CV, NLP, LLM, hingga penerapan teknik tingkat lanjut. Buku ini membantu pembaca menguasai PyTorch dan menjadi insinyur deep learning yang kompeten.

Toolkit AI C++ ringan: 100+ model dengan MNN, ORT, dan TRT, termasuk Det, Seg, Stable-Diffusion, Face-Fusion.

Proyek untuk rekrutmen kampus. Implementasi pustaka inferensi deep learning berkinerja tinggi dari nol, mendukung model seperti Llama2, Unet, Yolov5, dan Resnet.

Kotak alat dan tolok ukur seri OpenMMLab YOLO. Mengimplementasikan RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE, dll.

DAMO-YOLO: metode deteksi objek yang cepat dan akurat dengan teknologi baru, termasuk backbone NAS, RepGFPN yang efisien, ZeroHead, AlignedOTA, dan peningkatan distilasi.

Berfokus pada peningkatan model YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5, mendukung peningkatan backbone, neck, head, loss, IoU, NMS, dan modul lainnya

Gambar untuk inferensi tanpa pelabelan (menggunakan model dasar untuk melatih model terawasi).

Deteksi Helm Kepala Orang di Situs Konstruksi Berbasis YOLOv5, sistem pengenalan helm keselamatan lokasi konstruksi dan area terlarang berbahaya, 🚀😆 dilengkapi tutorial sangat detail tentang cara melatih dataset Anda sendiri dengan YOLOv5 🚀😆 Antarmuka visual baru ditambahkan pada Maret 2021 ❗❗

YOLOv5-Lite: Dikembangkan dari yolov5 dengan ukuran model hanya 900+kb (int8) dan 1,7M (fp16). Mencapai 15 FPS di Raspberry Pi 4B~

Ubah komputer atau perangkat edge apa pun menjadi pusat kendali untuk proyek visi komputer Anda.

YOLO5Face: Mengapa Menciptakan Ulang Detektor Wajah (https://arxiv.org/abs/2105.12931) ECCV Workshops 2022)

🚀 Toolkit Deployment YOLO yang Lebih Mudah & Cepat untuk NVIDIA 🛠️

Deteksi dan pengenalan pelat nomor YOLOv5, mendukung 12 jenis pelat nomor Tiongkok termasuk pelat dua lapis.

🚀🚀🚀 Kumpulan proyek seri deteksi objek YOLO publik yang luar biasa dan dataset deteksi objek terkait.

PaddleSlim adalah pustaka sumber terbuka untuk kompresi model mendalam dan pencarian arsitektur.

Deteksi kebakaran dan asap menggunakan yolov4-yolov5 dan dataset deteksi kebakaran-asap

Inferensi yolov5 deepsort, mengimplementasikan pelacakan dan penghitungan kendaraan serta pejalan kaki menggunakan YOLOv5+Deepsort, kode dikemas ke dalam kelas Detector agar lebih mudah disematkan ke proyek Anda sendiri

🔥🔥🔥 TensorRT untuk YOLOv8, YOLOv8-Pose, YOLOv8-Seg, YOLOv8-Cls, YOLOv7, YOLOv6, YOLOv5, YOLONAS...... 🚀🚀🚀 CUDA IS ALL YOU NEED. 🍎🍎🍎

TensorRT8. Mendukung Yolov5n,s,m,l,x .darknet -> tensorrt. Yolov4 dan Yolov3 menggunakan file raw darknet *.weights dan *.cfg.

TensorRT untuk seri YOLO (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), mendukung plugin nms

MetaSeg: Versi paket dari repositori Segment Anything

deteksi wajah yolov8 dengan landmark

yolort adalah tumpukan runtime untuk yolov5 pada akselerator khusus seperti tensorrt, libtorch, onnxruntime, tvm, dan ncnn.

GUI untuk menandai kotak pembatas objek dalam gambar untuk pelatihan neural network YOLO

Deteksi objek real-time yang cepat dengan output resolusi tinggi

Yolov5 yang lebih mudah dibaca dan fleksibel dengan lebih banyak backbone (gcn, resnet, shufflenet, mobilenet, efficientnet, hrnet, swin-transformer, dll), modul (cbam, dcn, dll), serta dukungan tensorrt.