yolov5

Ultralytics YOLOv5 trong PyTorch dùng để phát hiện đối tượng, phân đoạn thực thể, phân loại, đào tạo và xuất.

Bộ công cụ phát hiện đối tượng dựa trên PaddlePaddle. Nó hỗ trợ phát hiện đối tượng, phân đoạn thực thể, theo dõi nhiều đối tượng và phát hiện điểm đặc trưng nhiều người theo thời gian thực.

Bộ sưu tập các hướng dẫn về các mô hình và kỹ thuật thị giác máy tính tiên tiến nhất. Khám phá mọi thứ từ các kiến trúc nền tảng như ResNet đến các mô hình tối tân như RF-DETR, YOLO11, SAM 3 và Qwen3-VL.

Triển khai các mạng học sâu phổ biến bằng API định nghĩa mạng TensorRT

Hướng dẫn thực tế PyTorch (Phiên bản thứ hai): Dành cho người mới bắt đầu, ứng dụng dự án CV, NLP, LLM, hoặc triển khai kỹ thuật nâng cao. Cuộc hành trình trở thành kỹ sư học sâu giỏi bắt đầu từ đây.

Một bộ công cụ AI C++ gọn nhẹ: hơn 100 mô hình với MNN, ORT và TRT, bao gồm Det, Seg, Stable-Diffusion, Face-Fusion.

Dự án tốt cho tuyển dụng trường, thu đông, xuân và thực tập! Hướng dẫn bạn tự tay triển khai thư viện suy luận deep learning hiệu suất cao từ con số không, hỗ trợ suy luận các mô hình lớn như llama2, Unet, Yolov5, Resnet, v.v.

Hộp công cụ và chuẩn đánh giá dòng OpenMMLab YOLO. Đã triển khai RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE, v.v.

DAMO-YOLO: một phương pháp phát hiện đối tượng nhanh và chính xác với một số công nghệ mới, bao gồm NAS backbones, RepGFPN hiệu quả, ZeroHead, AlignedOTA và cải tiến chưng cất.

🔥🔥🔥 Tập trung vào các mô hình cải tiến YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR,YOLOv7, YOLOv5, hỗ trợ cải tiến backbone, neck, head, loss, IoU, NMS và các module khác🚀

Hình ảnh để suy luận không cần gán nhãn (sử dụng các mô hình nền tảng để huấn luyện các mô hình có giám sát).

Dựa trên YOLOv5 Head Person Helmet Detection tại các công trường xây dựng, hệ thống nhận diện mũ bảo hiểm và khu vực nguy hiểm cấm vào, 🚀😆 kèm theo hướng dẫn chi tiết siêu cấp để huấn luyện tập dữ liệu của riêng bạn với YOLOv5 🚀😆 Bổ sung giao diện trực quan vào tháng 3 năm 2021 ❗❗

YOLOv5-Lite: Phát triển từ yolov5 với kích thước mô hình chỉ hơn 900kb (int8) và 1.7M (fp16). Đạt 15 FPS trên Raspberry Pi 4B~

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

YOLO5Face: Tại sao phải chế tạo lại bộ phát hiện khuôn mặt (https://arxiv.org/abs/2105.12931) ECCV Workshops 2022)

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

Phát hiện và nhận diện biển số xe yolv5, hỗ trợ 12 loại biển số Trung Quốc bao gồm cả biển số hai tầng.

🚀🚀🚀 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.

PaddleSlim là một thư viện mã nguồn mở dùng để nén mô hình sâu và tìm kiếm kiến trúc.

Phát hiện cháy và khói sử dụng yolov4-yolov5 cùng tập dữ liệu phát hiện cháy khói

Suy luận Yolov5 deepsort, sử dụng YOLOv5+Deepsort để thực hiện theo dõi và đếm phương tiện, người đi bộ, mã được đóng gói thành một lớp Detector, dễ dàng tích hợp vào dự án của riêng bạn

🔥🔥🔥 TensorRT cho YOLOv8, YOLOv8-Pose, YOLOv8-Seg, YOLOv8-Cls, YOLOv7, YOLOv6, YOLOv5, YOLONAS...... 🚀🚀🚀 CUDA IS ALL YOU NEED. 🍎🍎🍎

Hỗ trợ TensorRT8 cho Yolov5n,s,m,l,x .darknet -> tensorrt. Yolov4, Yolov3 sử dụng file gốc darknet *.weights và *.cfg. Nếu trình bao bọc này hữu ích với bạn, vui lòng thả Star.

tensorrt cho dòng yolo (YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv7, YOLOv6, YOLOX, YOLOv5), hỗ trợ plugin nms

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

Phát hiện khuôn mặt với các điểm mốc bằng yolov8.

yolort là một ngăn xếp runtime cho yolov5 trên các bộ tăng tốc chuyên dụng như tensorrt, libtorch, onnxruntime, tvm và ncnn.

Giao diện đồ họa để đánh dấu hộp bao quanh đối tượng trong hình ảnh nhằm huấn luyện mạng thần kinh YOLO

Phát hiện đối tượng thời gian thực tốc độ cao với đầu ra độ phân giải cao.

Yolov5 dễ đọc và linh hoạt hơn với nhiều backbone (gcn, resnet, shufflenet, moblienet, efficientnet, hrnet, swin-transformer, v.v.) cùng với (cbam, dcn, v.v.) và tensorrt.