object-detection

OpenVINO™ 추론 성능 향상을 위한 신경망 압축 프레임워크

🌝 MLKit은 강력하고 사용하기 쉬운 툴킷입니다. ML Kit을 통해 텍스트 인식, 바코드 인식, 이미지 라벨링, 얼굴 감지, 객체 감지 등의 기능을 쉽게 구현할 수 있습니다.

[CVPR2024 Highlight] GLEE: 대규모 이미지 및 비디오를 위한 일반 객체 파운데이션 모델

객체 탐지 메트릭. mAP, AR, STT-AP 등 14가지 객체 탐지 메트릭을 제공하며 COCO, PASCAL, Imagenet 등 다양한 바운딩 박스 형식을 지원함

VisionLLM 시리즈

Grounding DINO 1.5: IDEA Research의 가장 강력한 오픈 월드 객체 검출 모델 시리즈

[CVPR2023] 비디오 다중 객체 추적을 위한 OC-SORT(Observation-Centric SORT) 공식 저장소. OC-SORT는 단순하고 온라인 상태이며 가림/비선형 움직임에 강인합니다.

ROS 2를 위한 Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12

전문가용 영상 감시를 위한 현대적인 로컬 우선 플랫폼

심층 신경망 가속을 위한 채널 프루닝 (ICCV'17)

Microsoft AI for Good Lab — 생물 다양성 연구 허브. 생물 다양성 모니터링 및 보전을 위한 오픈소스 AI 모델, 엣지 디바이스 및 도구. MegaDetector, SPARROW, PytorchWildlife, Bioacoustics 등의 출처

다중 처리 환경에서 복잡한 비디오 분석 애플리케이션 및 기타 시리즈 처리 기반 애플리케이션의 빠른 개발을 용이하게 하는 Python 프레임워크입니다.

최신 saliency 방법(XRAI, BlurIG, SmoothGrad 등)을 위한 프레임워크 독립적 구현

Unity 환경에서의 sim2real 학습 및 검증을 위한 인식 툴킷

tensorflow2.0, keras, python을 활용한 종합 딥러닝 튜토리얼 시리즈로 딥러닝 입문부터 학습하세요. 초보자를 위한 딥러닝 시리즈, tensorflow 튜토리얼, tensorflow 2.0 튜토리얼, python 딥러닝 튜토리얼.

MetaSeg: Segment Anything 저장소의 패키지 버전

CodeProject.AI Server는 소프트웨어 개발자가 애플리케이션에 AI 기능을 추가하기 위해 포함하고 배포할 수 있는 독립형 서비스입니다.

:fire: :fire: :fire: 최근 컴퓨터 비전(CV) 관련 논문 목록

자율주행을 위한 3D 객체 감지 코드

반지도학습, 객체 검출, ICCV 2021

[ICLR 2024] FasterViT 공식 PyTorch 구현체: 계층적 어텐션을 적용한 고속 Vision Transformers

🔥🔥🔥 자바 무료 오프라인 AI 알고리즘 툴박스. 얼굴 인식, 라이브니스 감지, 표정 인식, 객체 검출, 인스턴스 분할, 보행자 검출, OCR 문자 인식, 번호판 인식, 표 인식, ASR+TTS, 기계 번역 등 기능 지원, Maven 의존성 추가로 사용 가능. PyTorch, Tensorflow 지원, Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper 등 주류 모델 통합 완료

[ICLR2022] UniFormer의 공식 구현체

CVPR 2025의 가장 흥미롭고 영향력 있는 논문들을 엄선하여 모아둔 저장소입니다. 🔥 [논문 + 코드 + 데모]

중립적인 컴퓨터 비전 프레임워크 - Fastai, Pytorch-Lightning 등 모든 학습 라이브러리에 플러그인 방식으로 연동 가능

새롭게 설계된 초경량 앵커 프리 타겟 탐지 알고리즘. 파라미터가 250K에 불과하며, yolo-fastest 대비 처리 시간을 10% 단축하고 후처리가 더 간편합니다.

다양한 기능이 기본 내장된 Python 컴퓨터 비전 및 비디오 분석 프레임워크

몇 분 만에 앱을 구축하고 배포할 수 있는 오픈 소스 컴퓨터 비전 프레임워크

Darknet/YOLO 객체 감지 프레임워크

Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection 논문의 서드파티 구현체입니다.