object-detection

Máy chủ Deep Learning và CLI dành cho Torch và TensorRT

Bộ sưu tập các tài liệu, tập dữ liệu, mã nguồn và các tài nguyên khác cho việc phát hiện và theo dõi đối tượng sử dụng deep learning

YoloV3 được cài đặt bằng Tensorflow 2.0

Các hướng dẫn Jupyter Notebook về giải quyết vấn đề thực tế bằng Machine Learning và Deep Learning sử dụng PyTorch. Các chủ đề: Nhận diện khuôn mặt với Detectron 2, Phát hiện bất thường chuỗi thời gian với LSTM Autoencoders, Phát hiện đối tượng với YOLO v5, Xây dựng mạng neural đầu tiên, Dự báo chuỗi thời gian cho ca nhiễm Coronavirus hàng ngày, Phân tích cảm sentiment với BERT

Thư viện phát hiện ảnh khỏa thân nhẹ nhàng

YOLO ROS: Nhận diện đối tượng thời gian thực cho ROS

Biến bất kỳ máy tính hoặc thiết bị edge nào thành trung tâm điều khiển cho các dự án computer vision của bạn.

Bộ sưu tập các mô hình AI tiên tiến, đã được huấn luyện sẵn cho ailia SDK

Một phần mở rộng của Open3D để giải quyết các tác vụ Machine Learning 3D

detrex là nền tảng nghiên cứu dành cho phát hiện đối tượng, phân đoạn, ước lượng tư thế dựa trên DETR và các tác vụ nhận diện thị giác khác.

Bộ sưu tập các bài báo và dự án mã nguồn mở ECCV 2026, hoan nghênh mọi người đóng góp issue để chia sẻ bài báo và dự án mã nguồn mở ECCV 2026

YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny được triển khai bằng Tensorflow 2.0 và Android. Chuyển đổi trọng số YOLO v4 sang tensorflow, tensorrt và tflite

Thư viện và framework mã nguồn mở dành cho học sâu trên hình ảnh vệ tinh và hàng không.

[CVPR 2025] Triển khai PyTorch chính thức của MambaVision: Một xương sống tầm nhìn Mamba-Transformer lai

Triển khai 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 cho các mô hình YOLO

Scaled-YOLOv4: Mở rộng Cross Stage Partial Network

[DEIMv2] Phát hiện đối tượng thời gian thực kết hợp DINOv3

Một bộ công cụ tất cả trong một dành cho thị giác máy tính

Máy chủ quản lý ảnh hiện đại dựa trên nền tảng web. Chạy nó trên máy chủ gia đình để tìm bức ảnh phù hợp từ bộ sưu tập của bạn trên mọi thiết bị. Bộ lọc thông minh được hỗ trợ bởi nhận dạng đối tượng, nhận dạng khuôn mặt, nhận biết vị trí, phân tích màu sắc và các thuật toán ML khác.

fastdup là một công cụ miễn phí mạnh mẽ được thiết kế để nhanh chóng tạo ra các thông tin chi tiết có giá trị từ tập dữ liệu hình ảnh và video. Nó giúp nâng cao chất lượng của cả hình ảnh và nhãn, đồng thời giảm đáng kể chi phí vận hành dữ liệu với khả năng mở rộng chưa từng có.

🚀 Bộ công cụ triển khai YOLO dễ dàng và nhanh hơn cho NVIDIA 🛠️

Core ML model zoo cho iOS/macOS — Các mô hình PyTorch được chuyển đổi thành tệp .mlpackage sẵn sàng sử dụng, mỗi mô hình đi kèm một tập lệnh chuyển đổi và ứng dụng mẫu SwiftUI. Các kho lưu trữ liên quan bao gồm framework Core AI của Apple (iOS/macOS 27) và các LLM chạy trên thiết bị.

Tập hợp các phương pháp để kết hợp các hộp từ các mô hình phát hiện đối tượng khác nhau, bao gồm việc cài đặt phương pháp "Weighted boxes fusion (WBF)".

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

🚀🚀🚀 Tổng hợp các dự án chuỗi phát hiện đối tượng YOLO công khai tuyệt vời và các tập dữ liệu phát hiện đối tượng liên quan.

Cách khai báo để chạy các mô hình AI trong React Native trên thiết bị, được hỗ trợ bởi ExecuTorch.

Cài đặt của "YOLOv13: Phát hiện đối tượng thời gian thực với nhận thức thị giác thích ứng tăng cường siêu đồ thị".

Theo dõi và thu thập các bài báo, dự án và tài liệu khác liên quan đến Segment Anything.

Kho lưu trữ PyTorch của YOLOv4, attentive YOLOv4 và mobilenet YOLOv4 với PASCAL VOC và COCO

Huấn luyện tất cả trong một cho các mô hình thị giác (YOLO, ViTs, RT-DETR, DINOv3): tiền huấn luyện, tinh chỉnh, chưng cất.