object-detection

Servidor de Deep Learning e CLI para Torch e TensorRT

Coleção de artigos, conjuntos de dados, código e outros recursos para rastreamento e detecção de objetos usando aprendizado profundo.

Implementação do YoloV3 em Tensorflow 2.0.

Tutoriais em Jupyter Notebook sobre como resolver problemas do mundo real com Machine Learning e Deep Learning usando PyTorch. Tópicos: Detecção facial com Detectron 2, Detecção de anomalias em séries temporais com LSTM Autoencoders, Detecção de objetos com YOLO v5, Construa sua primeira rede neural, Previsão de séries temporais para casos diários de coronavírus, Análise de sentimento com BERT.

Detecção leve de nudez

YOLO ROS: Detecção de objetos em tempo real para ROS

Transforme qualquer computador ou dispositivo de borda em uma central de comando para seus projetos de visão computacional.

A coleção de modelos de IA pré-treinados de última geração para o ailia SDK

Uma extensão do Open3D para lidar com tarefas de aprendizado de máquina 3D

detrex é uma plataforma de pesquisa para detecção de objetos, segmentação, estimativa de pose e outras tarefas de reconhecimento visual baseadas em DETR.

Coleção de artigos e projetos open source da ECCV 2026; contribuições via issue para compartilhar novos trabalhos são bem-vindas.

YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny implementados em Tensorflow 2.0 e Android. Converte pesos .weights do YOLO v4 para tensorflow, tensorrt e tflite.

Uma biblioteca e framework de código aberto para aprendizado profundo em imagens de satélite e aéreas.

[CVPR 2025] Implementação oficial em PyTorch do MambaVision: Um backbone de visão híbrido Mamba-Transformer

Implementação do NVIDIA DeepStream SDK 8.0 / 7.1 / 7.0 / 6.4 / 6.3 / 6.2 / 6.1.1 / 6.1 / 6.0.1 / 6.0 / 5.1 para modelos YOLO.

Scaled-YOLOv4: Escalonamento da Cross Stage Partial Network

[DEIMv2] Detecção de objetos em tempo real encontra o DINOv3

Um kit de ferramentas completo para visão computacional

Um servidor moderno de gerenciamento de fotos baseado na web. Execute-o em seu servidor doméstico e ele permitirá que você encontre a foto certa de sua coleção em qualquer dispositivo. A filtragem inteligente é possível através de reconhecimento de objetos, reconhecimento facial, reconhecimento de localização, análise de cores e outros algoritmos de ML.

fastdup é uma ferramenta gratuita e poderosa projetada para gerar rapidamente insights valiosos a partir de conjuntos de dados de imagem e vídeo. Ajuda a melhorar a qualidade de imagens e rótulos, reduzindo significativamente os custos de operação de dados com escalabilidade inigualável.

🚀 Kit de ferramentas para implantação de YOLO mais fácil e rápido para NVIDIA 🛠️

Repositório de modelos Core ML para iOS/macOS — modelos PyTorch convertidos para .mlpackage prontos para uso, cada um com um script de conversão e um aplicativo de exemplo em SwiftUI. Repositórios irmãos cobrem o framework Core AI da Apple (iOS/macOS 27) e LLMs on-device.

Conjunto de métodos para combinar caixas delimitadoras de diferentes modelos de detecção de objetos, incluindo a implementação do método "Weighted boxes fusion (WBF)".

TensorRT MODNet, YOLOv4, YOLOv3, SSD, MTCNN e GoogLeNet

🚀🚀🚀 Uma coleção de projetos públicos incríveis da série YOLO de detecção de objetos e conjuntos de dados relacionados.

Maneira declarativa de executar modelos de IA no React Native localmente, utilizando o ExecuTorch.

Implementação de "YOLOv13: Real-Time Object Detection with Hypergraph-Enhanced Adaptive Visual Perception".

Rastreamento e coleta de artigos, projetos e outros materiais relacionados ao Segment Anything.

Este é um repositório PyTorch de YOLOv4, attentive YOLOv4 e mobilenet YOLOv4 com PASCAL VOC e COCO

Treinamento tudo-em-um para modelos de visão (YOLO, ViTs, RT-DETR, DINOv3): pré-treinamento, ajuste fino e destilação.