yolov3

基于 PaddlePaddle 的目标检测工具包。支持目标检测、实例分割、多目标跟踪和实时多人关键点检测。

实现 YOLOv7 论文：可训练的免费套件为实时目标检测设定了新的最先进表现。

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/

使用 TensorRT 网络定义 API 实现流行的深度学习网络

PyTorch、ONNX 与 TensorRT 实作的 YOLOv4。

🔥 TensorFlow 代码，用于技术报告：「YOLOv3：一项渐进式改进」

YOLO v3 物件检测算法的 PyTorch 实作

使用 PyTorch、deepsort 和 yolov3 的多目标追踪（MOT）

🔥🔥🔥 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🚀

使用 TensorFlow 2.0 实现的 YOLOv3

使用 Tensorflow 2.0、Android 实现的 YOLOv4、YOLOv4-tiny、YOLOv3、YOLOv3-tiny。将 YOLO v4 .weights 转换为 tensorflow、tensorrt 和 tflite

Scaled-YOLOv4：扩展跨阶段局部网络

与 wangxupeng(https://github.com/wangxupeng) 合作开发

TensorRT MODNet、YOLOv4、YOLOv3、SSD、MTCNN 与 GoogLeNet

🔥🔥🔥 适用于 YOLOv8、YOLOv8-Pose、YOLOv8-Seg、YOLOv8-Cls、YOLOv7、YOLOv6、YOLOv5、YOLONAS......的 TensorRT 🚀🚀🚀 CUDA IS ALL YOU NEED. 🍎🍎🍎

基于 YOLO、Deep SORT 与 KLT 的高性能多物件追踪 🚀

TensorRT8 支持 Yolov5n,s,m,l,x。darknet 转 tensorrt。Yolov4 与 Yolov3 使用原始 darknet *.weights 与 *.cfg 文件。如果这个包装器对你有帮助，请帮它点个 Star。

适用于 YOLO 系列 (YOLOv11,YOLOv10,YOLOv9,YOLOv8,YOLOv7,YOLOv6,YOLOX,YOLOv5) 的 TensorRT，支持 NMS 插件

项目注释 + 论文复现 + 算法竞赛 + PyTorch 实践 + LeetCode + VLM 预训练

用于标注神经网络 YOLO 训练图片中对象边界框的图形界面

Python 中的多目标跟踪器

更具可读性与弹性的 yolov5，支持更多 backbone（gcn、resnet、shufflenet、mobilenet、efficientnet、hrnet、swin-transformer 等）与（cbam、dcn 等）以及 tensorrt。

从头训练先进的 yolov3 物件检测器！

🚀🚀🚀 PaddlePaddle 实现的 YOLO 系列，包含 PP-YOLOE+、RT-DETR、YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv10、YOLO11、YOLOX、YOLOv5u、YOLOv7u、YOLOv6Lite、RTMDet 等。🚀🚀🚀

建立用于线上监考自动化监控的软体

在 TensorFlow 2.3.1 中实现的 YOLOv3

将 mmdetection 模型转换为 tensorrt，支持 fp16、int8、批处理输入、动态形状等。