object-detection

Framework nén mạng nơ-ron để tăng cường suy luận OpenVINO™

MLKit là một bộ công cụ mạnh mẽ và dễ sử dụng. Thông qua ML Kit, bạn có thể dễ dàng hiện thực hóa các tính năng như nhận dạng văn bản, nhận dạng mã vạch, gán nhãn hình ảnh, phát hiện khuôn mặt và phát hiện đối tượng.

[CVPR2024 Highlight] GLEE: Mô hình nền tảng đối tượng tổng quát cho hình ảnh và video ở quy mô lớn

Số liệu phát hiện đối tượng. 14 số liệu phát hiện đối tượng: mean Average Precision (mAP), Average Recall (AR), Spatio-Temporal Tube Average Precision (STT-AP). Dự án này hỗ trợ các định dạng hộp giới hạn khác nhau như trong COCO, PASCAL, Imagenet, v.v.

Chuỗi VisionLLM

Grounding DINO 1.5: Dòng mô hình phát hiện đối tượng mở mạnh mẽ nhất của IDEA Research

[CVPR2023] Repo chính thức của OC-SORT: Observation-Centric SORT trong theo dõi nhiều đối tượng video (Multi-Object Tracking). OC-SORT đơn giản, trực tuyến và hoạt động bền bỉ trước hiện tượng che khuất/chuyển động phi tuyến tính.

Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 cho ROS 2

Nền tảng hiện đại, ưu tiên cục bộ (local-first) dành cho giám sát video chuyên nghiệp.

Cắt tỉa kênh để tăng tốc các mạng neuron rất sâu (ICCV'17)

Microsoft AI for Good Lab — Trung tâm nghiên cứu đa dạng sinh học. Các mô hình AI mã nguồn mở, thiết bị biên và công cụ giám sát, bảo tồn đa dạng sinh học. Nguồn cung cấp MegaDetector, SPARROW, PytorchWildlife, Bioacoustics và nhiều hơn nữa.

Framework Python hỗ trợ phát triển nhanh chóng các ứng dụng phân tích video phức tạp và các ứng dụng xử lý chuỗi khác trong môi trường đa tiến trình.

Triển khai bất phụ thuộc framework cho các phương pháp độ nổi bật tiên tiến (XRAI, BlurIG, SmoothGrad và nhiều hơn nữa).

Bộ công cụ nhận thức cho việc đào tạo và xác thực sim2real trong Unity

Học deep learning với tensorflow 2.0, keras và python thông qua loạt bài hướng dẫn toàn diện. Học deep learning từ đầu cho người mới bắt đầu.

MetaSeg: Phiên bản đóng gói của kho lưu trữ Segment Anything

CodeProject.AI Server là một dịch vụ độc lập mà các nhà phát triển phần mềm có thể tích hợp và phân phối cùng với ứng dụng của họ để nâng cao ứng dụng bằng sức mạnh của AI.

:fire: :fire: :fire: Danh sách bài báo về một số công trình Thị giác Máy tính (CV) gần đây

Mã nguồn phát hiện đối tượng 3D cho xe tự lái.

Học bán giám sát, Phát hiện đối tượng, ICCV2021

[ICLR 2024] Bản cài đặt PyTorch chính thức của FasterViT: Fast Vision Transformers với Hierarchical Attention

Bộ công cụ thuật toán AI ngoại tuyến miễn phí bằng Java, hỗ trợ nhận dạng khuôn mặt, phát hiện liveness, nhận dạng biểu cảm, phát hiện đối tượng, phân đoạn thực thể, phát hiện người đi bộ, nhận dạng văn bản OCR, nhận dạng biển số xe, nhận dạng bảng biểu, ASR+TTS, dịch máy và các chức năng khác, chỉ cần thêm phụ thuộc Maven là có thể sử dụng. Hỗ trợ PyTorch, Tensorflow, đã tích hợp các mô hình phổ biến như Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper

[ICLR2022] Mã nguồn chính thức của UniFormer

Bộ sưu tập các bài báo CVPR 2025 nổi bật và có ảnh hưởng nhất. 🔥 [Paper + Code + Demo]

Một khung thị giác máy tính bất khả tri - Có thể cắm vào bất kỳ thư viện huấn luyện nào: Fastai, Pytorch-Lightning và nhiều thư viện khác trong tương lai

Thuật toán phát hiện mục tiêu không neo (anchor-free) siêu nhẹ được thiết kế mới, trọng lượng chỉ 250K tham số, giảm 10% thời gian xử lý so với yolo-fastest và hậu xử lý đơn giản hơn

Khung làm việc về thị giác máy tính và phân tích video bằng Python với đầy đủ tính năng tích hợp

Một framework thị giác máy tính mã nguồn mở để xây dựng và triển khai ứng dụng trong vài phút

Framework phát hiện đối tượng Darknet/YOLO.

Đây là bản triển khai của bên thứ ba cho bài báo Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection.