yolo

Ultralytics YOLO26、YOLO11、YOLOv8 — 目标检测、实例分割、语义分割、图像分类、姿态估计、目标追踪

Ultralytics YOLOv5（基于 PyTorch）用于目标检测、实例分割、分类、训练与导出

我们为您编写可重用的计算机视觉工具。💜

OpenMMLab 检测工具箱与基准测试

Label Studio 是一款多类型数据标注与注释工具，具标准化输出格式

OpenVINO™：用于优化与部署 AI 推理的开源工具套件

PyTorch 版 YOLOv3、YOLOv3-SPP 与 YOLOv3-tiny 的实时目标检测实现，支持训练、验证、推理与多格式导出

YOLOX 是高性能的无锚 YOLO，搭配 MegEngine、ONNX、TensorRT、ncnn 与 OpenVINO，性能超越 yolov3~v5。文档：https://yolox.readthedocs.io/

X-AnyLabeling：轻量、高效、统一的跨平台桌面标注应用，支持文字、图像、视频与多模态数据，结合多功能内置工具、最先进 AI 模型与灵活多格式导出

BoxMOT：可插拔的 Python 与 C++ 最先进多目标追踪模块，支持轴对齐和方向性边界框。

使用 OpenCV 4 及以上版本的 Go 包，支持计算机视觉。包括 DNN、CUDA、OpenCV Contrib 与 OpenVINO。

YOLOv6：一个专为工业应用设计的单阶段目标检测框架。

校招、秋招、春招、实习好项目！带你从零实现一个高性能的深度学习推理库，支持大模型 llama2、Unet、Yolov5、Resnet 等模型的推理。一步步实现高性能深度学习推理库。

OpenMMLab YOLO 系列工具箱与基准，已实现 RTMDet、RTMDet-Rotated、YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOX、PPYOLOE 等

自托管、仅本地 NVR 和 AI 计算机视觉软件。具备物体检测、运动检测、人脸识别等功能，让你能够监控家中、办公室或任何你想监控的地方。

轻松的 AI 助手数据标注，支持 YOLO、Segment Anything (SAM+SAM2/2.1+SAM3)、MobileSAM！

YOLO v3 物件检测算法的 PyTorch 实作

DAMO-YOLO：一种快速且准确的物体检测方法，采用 NAS backbone、Efficient RepGFPN、ZeroHead、AlignedOTA 以及蒸馏增强等新技术

mean Average Precision - 此代码用于评估您的神经网络在物体识别上的性能。

🔥🔥🔥 专注于 YOLO11、YOLOv8、TYOLOv12、YOLOv10、RT-DETR、YOLOv7、YOLOv5 改进模型，支持改进 backbone、neck、head、loss、IoU、NMS 等模块🚀

基于 YOLOv5 的工地安全帽与禁入危险区域识别系统，附带 YOLOv5 训练自定义数据集的超详细教程及可视化界面。

使用 TensorFlow 2.0 实现的 YOLOv3

使用 PyTorch 通过机器学习与深度学习解决实际问题的 Jupyter Notebook 教程。主题包含：使用 Detectron 2 进行人脸检测、使用 LSTM Autoencoders 进行时间序列异常检测、使用 YOLO v5 进行对象检测、建立你的第一个神经网络、针对冠状病毒每日确诊数的时间序列预测、使用 BERT 进行情感分析

🥂 利用多模态大型语言模型优雅地应对 hCaptcha 验证。

YOLO ROS：适用于 ROS 的实时目标检测

多对象跟踪器，基于匈牙利算法 + 卡尔曼滤波器。

YOLO5Face：为什么要重新发明人脸检测器 (https://arxiv.org/abs/2105.12931) ECCV Workshops 2022

🛡️ 所有个人资料徽章列表及获取方式 🛡️

适用于 YOLO 模型的 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 实现

Scaled-YOLOv4：扩展跨阶段局部网络