object-detection

OpenVINO™ の推論を最適化するためのニューラルネットワーク圧縮フレームワーク

🌝 MLKitは強力で使いやすいツールキットです。ML Kitを使用することで、文字認識、バーコード認識、画像ラベリング、顔検出、オブジェクト検出などの機能を簡単に実装できます。

[CVPR2024 Highlight]GLEE: 大規模画像・動画のための汎用物体基礎モデル

物体検出の評価指標。mAP（mean Average Precision）、AR（Average Recall）、STT-AP（Spatio-Temporal Tube Average Precision）など14の物体検出指標を網羅。COCOやPASCAL、ImageNetなどの異なるバウンディングボックス形式をサポートしています。

VisionLLM シリーズ

Grounding DINO 1.5：IDEA Researchによる最も高性能なオープンワールド物体検出モデルシリーズ

[CVPR2023] 動画の複数物体追跡におけるOC-SORT（Observation-Centric SORT）の公式リポジトリ。OC-SORTはシンプルかつオンラインで、オクルージョンや非線形運動に対してロバストです。

ROS 2 向け Ultralytics YOLOv8、YOLOv9、YOLOv10、YOLOv11、YOLOv12

プロフェッショナルなビデオ監視のためのモダンでローカルファーストなプラットフォーム

非常に深いニューラルネットワークを高速化するためのチャネルプルーニング (ICCV'17)

Microsoft AI for Good Lab — 生物多様性研究ハブ。オープンソースの AI モデル、エッジデバイス、生物多様性モニタリングおよび保全のためのツール。MegaDetector、SPARROW、PytorchWildlife、Bioacoustics などの情報源です。

マルチプロセッシング環境での複雑な動画解析アプリケーションやその他のシリーズ処理ベースのアプリケーションの迅速な開発を促進する Python フレームワーク

最先端のSaliency手法（XRAI、BlurIG、SmoothGradなど）のフレームワーク非依存な実装

Unity における sim2real のトレーニングと検証のための認識ツールキット

TensorFlow 2.0、Keras、Pythonを使用したディープラーニング学習のための包括的なチュートリアルシリーズ。ゼロからディープラーニングを学べる初心者向けシリーズ。TensorFlowチュートリアル、Pythonディープラーニングチュートリアル。

MetaSeg: Segment Anythingリポジトリのパッケージ版

CodeProject.AI Server は、ソフトウェア開発者がアプリケーションに組み込んで配布し、AI の機能でアプリを拡張できる自己完結型サービスです。

:fire: :fire: :fire: 最近の Computer Vision (CV) に関する論文リスト

自動運転向け3D物体検出のコード

半教師あり学習、物体検出、ICCV2021

[ICLR 2024] FasterViTの公式PyTorch実装：階層型アテンションを備えた高速なVision Transformers

[ICLR2022] UniFormer の公式実装

🔥🔥🔥 Java の無料オフライン AI アルゴリズムツールボックス。顔認識、生体検知、表情認識、物体検出、インスタンスセグメンテーション、歩行者検出、OCR 文字認識、ナンバープレート認識、表認識、ASR+TTS、機械翻訳などの機能をサポートし、Maven 依存関係に追加するだけで使用できます。PyTorch、Tensorflow をサポートし、Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper などの主流モデルを統合済みです。

CVPR 2025 の最も注目すべき影響力のある論文のキュレーションコレクション 🔥 [論文 + コード + デモ]

アグノスティックなコンピュータビジョンフレームワーク - FastaiやPytorch-Lightningなど、あらゆるトレーニングライブラリにプラグイン可能（今後さらに追加予定）

新しく設計された超軽量なアンカーフリーのターゲット検出アルゴリズム。パラメータの重みはわずか 250K で、yolo-fastest と比較して処理時間を 10% 短縮し、後処理もよりシンプルになっています。

多機能な Python コンピュータービジョンおよびビデオ分析フレームワーク

数分でアプリを構築・デプロイできるオープンソースのコンピュータビジョンフレームワーク

Darknet/YOLO 物体検出フレームワーク

「Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection」のサードパーティ実装です。