object-detection

用於增強 OpenVINO™ 推理的神經網路壓縮框架

MLKit 是一個強大易用的工具包。透過 ML Kit 您可以很輕鬆地實現文字識別、條碼識別、圖像標記、人臉檢測、物件檢測等功能。

[CVPR2024 Highlight] GLEE：大規模圖像與影片的通用物件基礎模型

物件偵測指標。包含 14 種物件偵測指標：平均精確度均值 (mAP)、平均召回率 (AR)、時空管平均精確度 (STT-AP)。此專案支援如 COCO、PASCAL、ImageNet 等不同的邊界框格式。

VisionLLM 系列

Grounding DINO 1.5：IDEA Research 最強大的開放世界物件偵測模型系列

[CVPR2023] OC-SORT 官方儲存庫：基於觀測的影片多物件追蹤 SORT。OC-SORT 簡單、線上運行且對遮擋／非線性運動具強健性。

適用於 ROS 2 的 Ultralytics YOLOv8、YOLOv9、YOLOv10、YOLOv11 與 YOLOv12

現代化、在地優先的專業視訊監控平台。

用於加速超深層類神經網路的通道剪枝技術 (ICCV'17)

Microsoft AI for Good Lab — 生物多樣性研究中心。用於生物多樣性監測與保育的開源 AI 模型、邊緣裝置與工具。提供 MegaDetector、SPARROW、PytorchWildlife、Bioacoustics 等專案。

Python 框架，可在多處理環境中促進複雜影片分析應用程式及其他系列處理相關應用程式的快速開發。

不限框架的頂尖顯著性方法（XRAI、BlurIG、SmoothGrad 等）實作。

用於 Unity 中 sim2real 訓練與驗證的感知工具包

透過這系列完整的深度學習教學，使用 tensorflow2.0、keras 與 python 學習深度學習。從零開始學習深度學習。適合初學者的深度學習系列。Tensorflow 教學、tensorflow 2.0 教學、python 深度學習教學。

MetaSeg：Segment Anything 儲存庫的打包版本

CodeProject.AI Server 是一個獨立的服務，軟體開發人員可以將其納入應用程式中並隨之分發，以利用 AI 的強大功能來增強應用程式。

:fire: :fire: :fire: 近期電腦視覺 (CV) 相關論文清單

用於自動駕駛的 3D 物件偵測程式碼

半監督式學習、物件偵測，ICCV2021

[ICLR 2024] FasterViT 官方 PyTorch 實作：具備階層式注意力的快速 Vision Transformers

🔥🔥🔥Java免費離線AI演算法工具箱，支援人臉識別、活體檢測、表情識別、目標檢測、實例分割、行人檢測、OCR文字識別、車牌識別、表格識別、ASR+TTS、機器翻譯等功能，Maven引用即可使用。支援PyTorch、Tensorflow，已整合 Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper等主流模型

[ICLR2022] UniFormer 官方實作

這個儲存庫精選了 CVPR 2025 最令人興奮且最具影響力的論文。🔥 [論文 + 程式碼 + 展示]

一個無關特定框架的電腦視覺框架 - 可外掛至任何訓練函式庫：Fastai、Pytorch-Lightning，未來還會支援更多

:zap: 全新設計的超輕量無錨點目標偵測演算法，權重僅 250K 參數，相較於 yolo-fastest 減少 10% 耗時，且後處理更為簡單

內建完整功能的 Python 電腦視覺與視訊分析框架

一個可在數分鐘內建置與部署應用的開源電腦視覺框架

Darknet/YOLO 物件偵測框架

這是論文 Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection 的第三方實作。