yolo

Ultralytics YOLO26、YOLO11、YOLOv8 — 目標檢測、實例分割、語義分割、圖像分類、姿態估計、目標追蹤

Ultralytics YOLOv5（基於 PyTorch）用於目標檢測、實例分割、分類、訓練與匯出

我們為您編寫可重用的電腦視覺工具。💜

OpenMMLab 偵測工具箱與基準測試

Label Studio 是一款多類型資料標註與註解工具，具標準化輸出格式

OpenVINO™：用於優化與部署 AI 推論的開源工具套件

PyTorch 版 YOLOv3、YOLOv3-SPP 與 YOLOv3-tiny 的即時目標偵測實作，支援訓練、驗證、推論與多格式匯出

YOLOX 是高效能的無錨 YOLO，搭配 MegEngine、ONNX、TensorRT、ncnn 與 OpenVINO，性能超越 yolov3~v5。文件：https://yolox.readthedocs.io/

X-AnyLabeling：輕量、高效、統一的跨平台桌面標註應用，支援文字、影像、影片與多模態資料，結合多功能內建工具、最先進 AI 模型與彈性多格式匯出

BoxMOT：可插拔的 Python 與 C++ 最先進多目標追蹤模組，支援軸對齊與方向性邊界框。

使用 OpenCV 4 及以上版本的 Go 套件，支援電腦視覺。包括 DNN、CUDA、OpenCV Contrib 與 OpenVINO。

YOLOv6：一個專為工業應用設計的單階段目標檢測框架。

校招、秋招、春招、實習好專案！帶你從零實現一個高效能的深度學習推理庫，支援大模型 llama2、Unet、Yolov5、Resnet 等模型的推理。一步步實現高效能深度學習推理庫。

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

自託管、僅本地 NVR 和 AI 計算機視覺軟件。具備物體檢測、運動檢測、人臉識別等功能，讓你能夠監控家中、辦公室或任何你想監控的地方。

輕鬆的 AI 助手數據標註，支援 YOLO、Segment Anything (SAM+SAM2/2.1+SAM3)、MobileSAM！

YOLO v3 物件偵測演算法的 PyTorch 實作

DAMO-YOLO：一種快速且準確的物件偵測方法，採用 NAS backbone、Efficient RepGFPN、ZeroHead、AlignedOTA 以及蒸餾增強等新技術

mean Average Precision - 此程式碼用於評估您的類神經網路在物件辨識上的效能。

🔥🔥🔥 專注於 YOLO11、YOLOv8、TYOLOv12、YOLOv10、RT-DETR、YOLOv7、YOLOv5 改進模型，支援改進 backbone、neck、head、loss、IoU、NMS 等模組🚀

基於 YOLOv5 的工地安全帽與禁入危險區域識別系統，附帶 YOLOv5 訓練自訂資料集的超詳細教程及視覺化介面。

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

🥂 利用多模態大型語言模型優雅地應對 hCaptcha 驗證。

YOLO ROS：適用於 ROS 的實時物件偵測

多物件追蹤器，基於匈牙利演算法 + 卡爾曼濾波器。

YOLO5Face：為什麼要重新發明人臉檢測器 (https://arxiv.org/abs/2105.12931) ECCV Workshops 2022

🛡️ 所有個人檔案徽章列表及取得方式 🛡️

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