#目标检测

DAMO-YOLO学习资料汇总 - 快速高效的目标检测框架

2 个月前
Cover of DAMO-YOLO学习资料汇总 - 快速高效的目标检测框架

深度学习目标检测全面指南 - 从R-CNN到YOLO的发展历程

2 个月前
Cover of 深度学习目标检测全面指南 - 从R-CNN到YOLO的发展历程

BoxMOT学习资料汇总 - 多目标跟踪的可插拔SOTA模块

2 个月前
Cover of BoxMOT学习资料汇总 - 多目标跟踪的可插拔SOTA模块

paper2gui入门学习资料 - 让每个人都能简单方便地使用前沿AI技术

2 个月前
Cover of paper2gui入门学习资料 - 让每个人都能简单方便地使用前沿AI技术

Awesome Tiny Object Detection: 小目标检测技术的最新进展与应用

2 个月前
Cover of Awesome Tiny Object Detection: 小目标检测技术的最新进展与应用

YOLOv3入门学习资料汇总 - 快速高效的目标检测算法

2 个月前
Cover of YOLOv3入门学习资料汇总 - 快速高效的目标检测算法

tensorflow-yolov3实现指南与学习资料汇总 - YOLOv3目标检测的TensorFlow实现

2 个月前
Cover of tensorflow-yolov3实现指南与学习资料汇总 - YOLOv3目标检测的TensorFlow实现

Models学习资源汇总 - 飞桨官方支持的CV、NLP等领域模型库

2 个月前
Cover of Models学习资源汇总 - 飞桨官方支持的CV、NLP等领域模型库

TRT-YOLO视频流水线: 基于TensorRT的多路多卡并行视频分析处理框架

2 个月前
Cover of TRT-YOLO视频流水线: 基于TensorRT的多路多卡并行视频分析处理框架

PedSurvey:从手工特征到深度特征的行人检测综述

2 个月前
Cover of PedSurvey:从手工特征到深度特征的行人检测综述
相关项目
Project Cover

models

飞桨开源模型库提供经过实践验证的主流模型,支持语义理解、图像分类、目标检测等场景,助力企业低成本开发和快速集成。模型库根据国内企业研发流程定制,广泛应用于能源、金融、工业、农业等领域,包含超过600个官方模型和260个生态模型。

Project Cover

boxmot

BoxMOT项目提供可插拔的多对象跟踪模块,支持分割、目标检测和姿态估计。提供适用于各种硬件配置的跟踪方法,包括CPU和GPU。兼容多种ReID模型及Yolov8、Yolo-NAS、YOLOX等目标检测模型,并通过快速实验脚本提高实验效率。

Project Cover

paper2gui

Paper2GUI是一个为普通用户设计的AI驱动桌面应用工具箱,支持Windows、Mac和Linux系统。提供40+ AI模型,覆盖AI绘画、语音合成、视频补帧等多种功能。用户可享受免安装、即开即用的便捷体验,特别适用于希望轻松利用AI技术的生产力用户。

Project Cover

ultralytics

Ultralytics的YOLOv8是一款前沿对象识别模型,提供了与前代产品相比更优化的特性。适用于对象检测、跟踪、实例分割和图像分类等多种应用场景,其高速准确性和用户友好性使其成为AI领域开发者的优选。更多细节,请参阅官方文档或参与Discord社区互动。

Project Cover

yolov3

YOLOv3是Ultralytics公司开发的开源视觉AI技术,汇集了广泛的研究和丰富经验。平台包含详尽的文档和教程,支持社区讨论,简化学习和实施过程。此技术因其出色性能和易用性,在全球范围内被广泛采用,帮助用户迅速部署并有效训练模型。

Project Cover

deep_learning_object_detection

本项目汇总自2014年以来的目标检测相关深度学习研究论文,含最新论文、代码实现及性能数据。资源周期性更新,旨在为开发者和研究人员提供有价值的信息参考,帮助掌握领域前沿技术与动态。

Project Cover

DAMO-YOLO

DAMO-YOLO, 阿里巴巴DAMO实验室的先进对象检测技术,基于YOLO系列和嵌入包括神经网络架构搜索及轻量级算法在内的多项新技术,以优化性能和效率。针对广泛行业场景,提供一站式解决方案,从训练到部署全面支持。

Project Cover

awesome-yolo-object-detection

提供YOLO目标检测的全面资源汇编。包含官方以及多个针对特殊任务或硬件的优化版本,涵盖YOLOv1至YOLOv7等系列。项目中还包括丰富的学习资源、应用示例及工具,为学者和开发者提供了解及使用YOLO技术的优质资料。

Project Cover

tensorflow-yolov3

本文介绍了使用TensorFlow 2.0实现YOLOv3目标检测的方法,包括快速入门、训练自定义数据集和在VOC数据集上的评估。提供详细的代码示例和步骤说明,帮助开发者轻松训练和应用目标检测模型。文中附有中文博客链接,提供更多学习资源。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号