object-detection

適用於 Torch 與 TensorRT 的深度學習伺服器與 CLI

使用深度學習進行物件追蹤與偵測的論文、資料集、程式碼與其他資源集合

使用 TensorFlow 2.0 實作的 YOLOv3

使用 PyTorch 透過機器學習與深度學習解決實際問題的 Jupyter Notebook 教學。主題包含：使用 Detectron 2 進行人臉偵測、使用 LSTM Autoencoders 進行時間序列異常偵測、使用 YOLO v5 進行物件偵測、建立你的第一個類神經網路、針對冠狀病毒每日確診數的時間序列預測、使用 BERT 進行情感分析

輕量級裸露畫面偵測

YOLO ROS：適用於 ROS 的實時物件偵測

將任何電腦或邊緣裝置變成電腦視覺專案的指揮中心。

適用於 ailia SDK 的預訓練最先進 AI 模型集合

Open3D 的擴充套件，用於處理 3D 機器學習任務

detrex 是一個基於 DETR 的物體偵測、分割、姿態估計與其他視覺識別任務的研究平台。

ECCV 2026 論文與開源專案合集，歡迎各位前輩提交 issue 分享 ECCV 2026 論文與開源專案

使用 Tensorflow 2.0、Android 實作的 YOLOv4、YOLOv4-tiny、YOLOv3、YOLOv3-tiny。將 YOLO v4 .weights 轉換為 tensorflow、tensorrt 和 tflite

用於衛星與航空影像深度學習的開源函式庫與框架。

[CVPR 2025] MambaVision 官方 PyTorch 實作：混合 Mamba-Transformer 視覺骨幹網路

適用於 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 實作

Scaled-YOLOv4：擴展跨階段局部網路

[DEIMv2] 即時物件偵測結合 DINOv3

一個全方位的電腦視覺工具包

一個現代化的網頁版照片管理伺服器。在您的家用伺服器上執行它，即可在任何裝置上從您的相片庫中找到正確的照片。透過物件辨識、人臉辨識、位置感知、顏色分析和其他 ML 演算法來實現智慧篩選。

fastdup 是一款強大且免費的工具，旨在從影像與影片資料集中快速產生有價值的洞見。它有助於提高影像和標籤的品質，同時大幅降低資料維運成本，並具備無與倫比的可擴充性。

🚀 更簡單、更快速的 NVIDIA YOLO 部署工具包 🛠️

適用於 iOS/macOS 的 Core ML 模型庫 — 將 PyTorch 模型轉換為可以直接使用的 .mlpackage，每個模型都附帶轉換腳本與 SwiftUI 範例應用程式。同系列專案還涵蓋了 Apple 的 Core AI 框架（iOS/macOS 27）與端側 LLM。

用於整合來自不同物件偵測模型邊界框的方法集，包含「加權邊界框融合（WBF）」方法的實作。

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

🚀🚀🚀 一些優秀的公開 YOLO 物件偵測系列專案與相關物件偵測資料集的集合。

透過 ExecuTorch 在 React Native 裝置端以宣告式方式執行 AI 模型。

「YOLOv13: Real-Time Object Detection with Hypergraph-Enhanced Adaptive Visual Perception」的實作。

追蹤與收集 Segment Anything 相關的論文、專案與其他資源。

這是 YOLOv4、專注力 YOLOv4 與基於 PASCAL VOC 和 COCO 的 mobilenet YOLOv4 的 PyTorch 儲存庫

視覺模型的全方位訓練（YOLO、ViTs、RT-DETR、DINOv3）：預訓練、微調、蒸餾。