项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-18 · 当前星标 ★ 366
核心亮点
- 基于 YOLOv5，检测精度和速度在同类方案中较均衡
- 集成屏幕采集与鼠标控制，可直接用于实时跟踪场景
- 使用 CUDA 和 apex 加速，推理延迟较低
不足之处
- 项目早期，文档和示例较少，上手需要自行摸索
- 功能偏向特定用途，通用视觉任务支持有限
适用场景
- 游戏画面中的目标自动检测与跟踪
- 视频监控中的实时目标锁定
- 需要低延迟视觉反馈的自动化测试或演示
替代项目
yolov5、deep_sort、OpenCV
上一篇：roboflow-python
下一篇：FILTER.js
同类项目推荐
genima
开源
用扩散模型教机器人从演示中学会精细操作
Official Code Repo for GENIMA
fashn-vton-1.5
开源
上传衣服和照片，秒出试穿效果，无需手动抠图
FASHN VTON v1.5: Efficient Maskless Virtual Try-On in Pixel Space
claude-real-video
开源
让 Claude 看懂视频：自动提取关键帧和字幕，喂给大模型
Let Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames +···
ncnn-webassembly-nanodet
开源
浏览器里直接跑轻量目标检测，无需后端
Deploy nanodet, the super fast and lightweight object detection, in your web browser···
RapidOcrOnnx
开源
C++ 里跑 ONNX 版 RapidOCR，图进字出
rapidocr onnx cpp
meikiocr
开源
本地秒读日文游戏文字，离线翻译不卡顿
high-speed, high-accuracy, local ocr for japanese video games
ds-vision-skill
开源
给纯文本模型装上眼睛，图片问答不求人
ds-vision-skill: Vision skill suite to add multimodal image capabilities for DeepSee···
mvdfusion
开源
单张图片，生成多视角一致的3D模型
[CVPR 2024] MVD-Fusion: Single-view 3D via Depth-consistent Multi-view Generation
emgucv
开源
用 C# 直接调用 OpenCV，跨平台做图像处理与识别
Emgu CV is a cross platform .Net wrapper to the OpenCV image processing library.