网站首页 > 技术文章 正文
AIRX全新技术专栏 -- 【计算机视觉CV】
1、Pytorch Yolo V3
使用PyTorch实现的YOLO v3对象检测算法
https://github.com/ayooshkathuria/pytorch-yolo-v3
2、Yolov3 Tf2
在Tensorflow 2.0中实现的YoloV3
https://github.com/zzh8829/yolov3-tf2
3、Yolo_v3_tutorial_from_scratch
https://github.com/ayooshkathuria/YOLO_v3_tutorial_from_scratch
4、Yolo_mark
GUI用于在图像中标记有界的对象框,用于训练神经网络Yolo v3和v2
https://github.com/AlexeyAB/Yolo_mark
5、Keras Yolo3
用YOLO3训练和检测目标
https://github.com/experiencor/keras-yolo3
6、Multitarget Tracker
基于Hungarian算法+卡尔曼滤波
https://github.com/Smorodov/Multitarget-tracker
7、Yolo 9000
https://github.com/philipperemy/yolo-9000
8、Darknet_ros
YOLO ROS:ROS的实时对象检测
https://github.com/leggedrobotics/darknet_ros
9、Yolo Coreml Mpsnngraph -- iOS项目
使用CoreML以及新的MPS graph API实现的iOS上的YOLO。
https://github.com/hollance/YOLO-CoreML-MPSNNGraph
10、Tensorflow Yolo
tensorflow实现的“ YOLO:实时对象检测”(训练和测试)
https://github.com/nilboy/tensorflow-yolo
11、Tensorflow Yolo V3
在Tensorflow(TF-Slim)中实现YOLO v3对象检测器的实现
https://github.com/mystic123/tensorflow-yolo-v3
12、Yolo_tensorflow
YOLO的Tensorflow实施,包括训练和测试阶段。
https://github.com/hizhangp/yolo_tensorflow
13、Mobilenet Yolo
MobileNet-YOLO检测网络的Caffe实现
https://github.com/eric612/MobileNet-YOLO
14、Android Yolo
使用带TensorFlow的YOLO网络在Android上进行实时对象检测。android-yolo是YOLO在Android设备上针对TensorFlow的第一个实现。它与Android Studio兼容。可以检测Pascal VOC数据集中的20种对象:飞机,自行车,鸟,船,瓶,公共汽车,汽车,猫,椅子,牛,餐桌,狗,马,摩托车,人,盆栽植物,绵羊,沙发,火车和电视/显示器。网络目前一次仅输出一个预测的边界框。
https://github.com/natanielruiz/android-yolo
15、Yolov3_pytorch
在PyTorch中完全实现YOLOv3
https://github.com/BobLiu20/YOLOv3_PyTorch
16、Tracking With Darkflow
使用YOLO v2和带有tensorflow的deep_sort的实时人员Multitracker
https://github.com/bendidi/Tracking-with-darkflow
17、Keras Yolov3 Mobilenet
https://github.com/Adamdad/keras-YOLOv3-mobilenet
18、Yolo3 4 Py
https://github.com/madhawav/YOLO3-4-Py
19、Tfjs Yolo Tiny
在Tensorflow.js上使用Tiny YOLO进行浏览器内对象检测
https://github.com/ModelDepot/tfjs-yolo-tiny
20、Yolov3 Keras Tf2
yolo在keras和tensorflow 2.2中的实现
https://github.com/emadboctorx/yolov3-keras-tf2
21、Node Yolo
适用于YOLO / Darknet识别框架的Node.js包装器
https://github.com/moovel/node-yolo
22、Yolo V3 Iou
YOLO3 动漫人脸检测 (Based on keras and tensorflow)
https://github.com/wmylxmj/YOLO-V3-IOU
23、Vehicle Detection Yolo Ver
这是Udacity的无人驾驶汽车工程纳米学位的车辆检测项目。在这个项目中,我采用了两种方法进行车辆检测。HOG + SVM方法和YOLO方法。在HOG + SVM方法中,我们使用猪特征和颜色特征对车辆进行了分类。为了搜索车辆的位置,我们实现了滑动窗口搜索。在YOLO方法中,YOLO将单个神经网络应用于完整图像。
https://github.com/windowsub0406/Vehicle-Detection-YOLO-ver
24、Bmw Yolov3 Inference Api Gpu
使用训练的Yolov3模型可以部署在此API中。可以同时加载和使用多个对象检测模型。
https://github.com/BMW-InnovationLab/BMW-YOLOv3-Inference-API-GPU
25、Social Distancing Analyser Covid
通过在视频监控中使用计算机视觉来防止冠状病毒传播的AI工具(COVID-19)的一种社交距离分析器AI工具,用于使用CCTV摄像机和无人机的视频监控来规范社交距离协议。
https://github.com/Ank-Cha/Social-Distancing-Analyser-COVID-19
26、Yolo_person_detect
https://github.com/pascal1129/yolo_person_detect
27、Yoloncs
用于Movidius NCS的YOLO对象检测器
https://github.com/gudovskiy/yoloNCS
28、Caffe Yolov3 Windows
YOLO检测网络的Windows Caffe实现
https://github.com/eric612/Caffe-YOLOv3-Windows
29、Caffe2 iOS
iOS实时演示上的Caffe2,使用你自己的模型和照片进行测试。
https://github.com/KleinYuan/Caffe2-iOS
30、Yoloface
使用YOLOv3算法的基于深度学习的人脸检测
https://github.com/sthanhng/yoloface
猜你喜欢
- 2024-09-24 如何学习yolo?
- 2024-09-24 YAD2K使用介绍
- 2024-09-24 基于yolov2深度学习网络模型的鱼眼镜头中人员检测算法
- 2024-09-24 我拿着一张贴纸就在AI面前隐身了,人工智能爆出最可笑bug
- 2024-09-24 基于yolov2深度学习网络的昆虫检测算法matlab仿真
- 2024-09-24 比Tiny YOLOv3小8倍,性能提升11个点,4MB的网络也能做目标检测
- 2024-09-24 实时物体检测:YOLO,YOLOv2和YOLOv3(三)
- 2024-09-24 YOLO系列的演进,从v1到v7
你 发表评论:
欢迎- 02-20利用神经网络模型检测摄像头上的可疑行为
- 02-20直击心灵:高频核心听力你了解吗?_高频听力的正常范围值是多少
- 02-20YOLOv8 POSE+XGBoost进行人体姿态检测
- 02-20100个篮球英文术语详细解释,从此听懂NBA解说
- 02-20最全紧固件中英文对照,外贸必备词典一
- 02-20带你开发一个视频动态手势识别模型
- 02-20详细介绍一下Java基础中HashMap如何进行扩容操作?
- 02-20GTX 1070 Ti显卡评测:你会购买哪一款?
- 最近发表
- 标签列表
-
- oraclesql优化 (66)
- 类的加载机制 (75)
- feignclient (62)
- 一致性hash算法 (71)
- dockfile (66)
- 锁机制 (57)
- javaresponse (60)
- 查看hive版本 (59)
- phpworkerman (57)
- spark算子 (58)
- vue双向绑定的原理 (68)
- springbootget请求 (58)
- docker网络三种模式 (67)
- spring控制反转 (71)
- data:image/jpeg (69)
- base64 (69)
- java分页 (64)
- kibanadocker (60)
- qabstracttablemodel (62)
- java生成pdf文件 (69)
- deletelater (62)
- com.aspose.words (58)
- android.mk (62)
- qopengl (73)
- epoch_millis (61)
本文暂时没有评论,来添加一个吧(●'◡'●)