object-detection

用于增强 OpenVINO™ 推理的神经网络压缩框架

MLKit 是一个强大易用的工具包。通过 ML Kit 您可以很轻松地实现文字识别、条码识别、图像标记、人脸检测、对象检测等功能。

[CVPR2024 Highlight] GLEE：大规模图像与视频的通用对象基础模型

对象检测指标。包含 14 种对象检测指标：平均精确度均值 (mAP)、平均召回率 (AR)、时空管平均精确度 (STT-AP)。此项目支持如 COCO、PASCAL、ImageNet 等不同的边界框格式。

VisionLLM 系列

Grounding DINO 1.5：IDEA Research 最强大的开放世界目标检测模型系列

[CVPR2023] OC-SORT 官方仓库：基于观测的视频多对象追踪 SORT。OC-SORT 简单、在线运行且对遮挡／非线性运动具强健性。

适用于 ROS 2 的 Ultralytics YOLOv8、YOLOv9、YOLOv10、YOLOv11 与 YOLOv12

现代化、本地优先的专业视频监控平台。

用于加速超深层神经网络的通道剪枝技术 (ICCV'17)

Microsoft AI for Good Lab — 生物多样性研究中心。用于生物多样性监测与保护的开源 AI 模型、边缘设备与工具。提供 MegaDetector、SPARROW、PytorchWildlife、Bioacoustics 等项目。

Python 框架，可在多进程环境中促进复杂视频分析应用程序及其他系列处理相关应用程序的快速开发。

不限框架的顶尖显著性方法（XRAI、BlurIG、SmoothGrad 等）实现。

用于 Unity 中 sim2real 训练与验证的感知工具包

通过这系列完整的深度学习教程，使用 tensorflow2.0、keras 与 python 学习深度学习。从零开始学习深度学习。适合初学者的深度学习系列。Tensorflow 教程、tensorflow 2.0 教程、python 深度学习教程。

MetaSeg：Segment Anything 仓库的打包版本

CodeProject.AI Server 是一个独立的服务，软件开发人员可以将其纳入应用程序中并随之分发，以利用 AI 的强大功能来增强应用程序。

:fire: :fire: :fire: 近期计算机视觉 (CV) 相关论文列表

用于自动驾驶的 3D 物件检测代码

半监督学习、目标检测，ICCV2021

[ICLR 2024] FasterViT 官方 PyTorch 实现：具备分层注意力的快速 Vision Transformers

🔥🔥🔥Java免费离线AI算法工具箱，支持人脸识别、活体检测、表情识别、目标检测、实例分割、行人检测、OCR文字识别、车牌识别、表格识别、ASR+TTS、机器翻译等功能，Maven引用即可使用。支持PyTorch、Tensorflow，已集成 Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper等主流模型

[ICLR2022] UniFormer 官方实现

这个仓库精选了 CVPR 2025 最令人兴奋且最具影响力的论文。🔥 [论文 + 代码 + 演示]

一个与框架无关的计算机视觉框架 - 可插拔至任何训练库：Fastai、Pytorch-Lightning，未来还将支持更多

:zap: 全新设计的超轻量无锚点目标检测算法，权重仅 250K 参数，相较于 yolo-fastest 减少 10% 耗时，且后处理更为简单

内置完整功能的 Python 电脑视觉与视频分析框架

一个可在数分钟内构建与部署应用的开源计算机视觉框架

Darknet/YOLO 对象检测框架

LLVIP：用于低光视觉的可见光-红外线配对数据集