object-detection 第 2 页
本站收录 115 个带「object-detection」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 3 页）
VisionLLMVisionLLM 是一个专注于视觉-语言大模型的开源系列项目，旨在弥合视觉理解与语言模型之间的鸿沟。它解决的核心问题是传统视觉模型难以直接与大型语言模型高效协★ 1,154
yolo_rosyolo_ros 是把 Ultralytics YOLO 系列模型（YOLOv8/v9/v10/v11/v12）封装成 ROS 2 节点的开源项目，解决机器人开★ 1,151
camera.uicamera.ui 是一个面向专业视频监控场景的本地优先开源平台，用 TypeScript 编写。它把分散的 IP 摄像头统一接入到一个现代化界面中，解决传统 ★ 1,136
Biodiversity这是微软 AI for Good 实验室的生物多样性研究枢纽仓库，集中托管面向生态保护的开源 AI 模型、边缘设备方案与工具链。它解决的核心问题是：野生动物保护★ 1,085
videoflowVideoflow 是一个用 Python 编写的视频分析应用开发框架，核心目标是让开发者用搭积木的方式快速构建复杂的多进程视频处理流水线。它把视频处理拆解为生★ 1,044
CodeProject.AI-ServerCodeProject.AI Server 是一个自包含的 AI 服务，开发者可将其嵌入或随应用分发，以快速为软件增添 AI 能力。它解决了传统 AI 集成中环★ 985
Awesome-CV-MasterHubAwesome-CV-MasterHub 是一个计算机视觉领域的论文精选列表，汇总了图像生成、分类、描述、去雾、去噪、增强、融合等多个方向的最新研究成果。它解决★ 982
segment-anything-videosegment-anything-video（MetaSeg）是 Meta 的 Segment Anything（SAM）模型的工程化封装版本，主要解决 SAM★ 982
SmartJavaAISmartJavaAI 是一个基于 Java 的免费离线 AI 算法工具箱，旨在为 Java 开发者提供开箱即用的 AI 能力，解决 Java 生态中缺乏易用 ★ 927
FasterViTFasterViT 是一个面向视觉任务的高效 Transformer 模型，由 NVIDIA 研究人员开发，相关论文发表于 ICLR 2024。它旨在解决传统 ★ 926
libreyoloLibreYOLO 是一个采用 MIT 许可证的开源计算机视觉库，用 Python 编写，目标是为开发者提供自由、可商用的 YOLO 系列目标检测实现。它解决的★ 906
SavantSavant 是一个基于 Python 的计算机视觉与视频分析框架，构建在 NVIDIA DeepStream 和 CUDA 之上，目标是让开发者用声明式 YA★ 863
darknetDarknet 是一个用 C 和 CUDA 编写的开源神经网络框架，由 Joseph Redmon 创建，最著名的用途是训练和运行 YOLO 系列实时目标检测模★ 858
pazpaz 是一个 Python 分层感知库，目标是让开发者用统一接口完成多种计算机视觉任务，包括姿态估计、目标检测、实例分割、关键点估计、人脸识别、表情识别和语义★ 714
yolov7-object-tracking这是一个把 YOLOv7 目标检测与 SORT 跟踪算法结合起来的开源示例项目，使用 PyTorch 做模型推理、OpenCV 处理视频流与画面绘制。它解决的是★ 653
Exclusively-Dark-Image-DatasetExclusively Dark Image Dataset（ExDARK）是一个面向低光照视觉研究的图像数据集，由12,000张从极暗环境到黄昏（覆盖10种光★ 653
AlbumentationsXAlbumentationsX 是经典图像增强库 Albumentations 的延续版本，面向计算机视觉训练场景，提供高性能、多样化的数据增强能力。它解决的核★ 571
YoloSharpYoloSharp 是一个基于 C# 与 .NET 的实时目标检测解决方案，核心思路是把 YOLO11 模型通过 ONNX Runtime 在 .NET 生态中★ 567
yolo-ios-appyolo-ios-app 是 Ultralytics 官方推出的 iOS 应用与 Swift Package，把 YOLO 系列模型通过 Core ML 部署到★ 524
yolo-flutter-appyolo-flutter-app 是 Ultralytics 官方推出的 Flutter 插件，让移动端应用可以直接调用 YOLO 系列模型完成实时视觉推理。它★ 506
Remote-Sensing-RVSARemote-Sensing-RVSA 是遥感领域的基础模型开源项目，对应 TGRS'22 论文《Advancing Plain Vision Transfor★ 469
encord-activeencord-active 是一个用于模型测试、验证与评估的开源工具包，旨在帮助机器学习团队高效管理数据标注流程。它解决的核心问题是：在模型开发中，如何从海量未★ 460
ultralytics-YOLO-DeepSort-ByteTrack-PyQt-GUI这是一个基于 PyQt 的桌面图形界面应用，把 Ultralytics 的 YOLO 系列模型（YOLOv8、YOLO11、YOLOv13）与 DeepSort★ 460
ModelAssistantModelAssistant 是矽递科技（Seeed Studio）推出的开源嵌入式 AI 工具链，属于 SenseCraft 生态的一部分。它面向边缘设备上的★ 448
VisioFirmVisioFirm 是一个跨平台的计算机视觉标注工具，用 Python 开发，目标是让图像标注这件事更快更省力。它把 AI 自动标注能力直接集成到标注流程里，借★ 440
yolo-streamlit-detection-tracking这是一个基于 YOLO 与 Streamlit 的实时目标检测与跟踪演示项目，面向需要快速验证视频流分析能力的开发者。它把目标检测（YOLO 系列模型）和目标跟★ 430
bbox-visualizerbbox-visualizer 是一个轻量级的 Python 工具库，专门用于在图像上绘制和标注边界框（bounding box）。它解决了计算机视觉开发者在调★ 411
AL_YoloAL_Yolo 是一个基于 YOLOv5 的实时计算机视觉系统，专注于低延迟的视觉目标检测与跟踪。它把 YOLOv5 的检测能力与屏幕采集、鼠标控制等模块结合，★ 366
awesome-segment-anything-extensions这是一个精选列表，汇集了围绕 Meta 的 Segment Anything Model (SAM) 生态的各类扩展项目、工具和资源。它解决了 SAM 社区资源★ 349
AgMLAgML 是一个面向农业机器学习的集中式框架，旨在解决农业领域深度学习研究中数据分散、基准不统一、模型复用难的问题。它聚合了多个公开农业数据集，覆盖图像分类、目★ 349
xview-yolov3xview-yolov3 是一个基于 YOLOv3 的遥感卫星图像目标检测项目，专为 xView 数据集和检测挑战赛设计。它解决了卫星图像中目标尺度小、背景复杂★ 348
Construction-Hazard-DetectionConstruction-Hazard-Detection 是一个面向建筑工地安全的开源计算机视觉项目。它基于 YOLO 目标检测模型，自动识别工人未佩戴安全帽★ 348
holocronholocron 是一个基于 PyTorch 的计算机视觉技巧集合库，把近年论文中验证有效的模块、损失函数和训练优化器用统一接口实现，方便直接嵌入现有模型。它解★ 329
Porda-AIPorda-AI 是一个面向穆斯林群体的实时端侧 AI 隐私保护工具，核心目标是帮助用户在数字环境中保持谦逊与宗教价值观。它通过本地运行的计算机视觉模型，自动检★ 320
LRV-InstructionLRV-Instruction 是一个用于缓解大型多模态模型（LMM）幻觉问题的开源项目，其核心方法是通过鲁棒的指令微调来提升模型对视觉内容的忠实度。项目针对当★ 297
VLM-AutoYOLOVLM-AutoYOLO 是一个面向目标检测的端到端自动标注与 YOLO 训练平台。它想解决的问题是：做目标检测时，人工画框标注图片和视频极其耗时，且标注完还要★ 267
MTPMTP 是 JSTARS'24 论文的官方实现，提出了一种面向遥感基础模型的多任务预训练方法。它通过同时学习多个遥感任务（如场景分类、语义分割、目标检测等）来训★ 253
notebooks这是 Ultralytics 官方维护的 YOLO 系列教程笔记本合集，主要面向 Colab、Kaggle 和 SageMaker 等云端环境。项目解决的是用户★ 245
awesome-snnawesome-snn 是一个精选的脉冲神经网络（SNN）开源项目合集，旨在为研究人员和开发者提供一站式的SNN资源导航。它系统整理了SNN领域的优秀开源库、框★ 240
chitrachitra 是一个面向全栈深度学习的多功能 Python 库，旨在简化从模型构建到 API 开发再到模型部署的完整流程。它解决了深度学习项目中常见的工程化痛点★ 234
YOLO_ProjectsYOLO_Projects 是一个面向计算机视觉入门与快速落地的开源项目合集，内置 19 个可直接运行的实战项目，覆盖目标检测、多目标跟踪、关键帧分析等常见任务★ 234
Object-Detection-Knowledge-Distillation这是一个基于 PyTorch 的目标检测知识蒸馏框架，旨在让轻量级学生模型通过模仿大型教师模型来提升检测精度，同时保持较低的计算开销。项目解决的核心问题是：在移★ 227
D-FINE-segD-FINE-seg 是基于 D-FINE 检测器扩展而来的目标检测与实例分割一体化框架，覆盖训练、导出、推理全流程。它解决的是在边缘设备上同时做检测和实例分割★ 217
BiaPyBiaPy 是一个开源的 Python 库，旨在简化生物图像分析流程的构建。它基于深度学习，提供从数据预处理、模型训练到结果可视化的端到端解决方案。核心能力包括★ 215
isaac_ros_object_detectionisaac_ros_object_detection 是 NVIDIA 为 ROS 2 生态提供的图像空间目标检测加速包，属于 Isaac ROS 系列。它把深★ 205
HugsVisionHugsVision 是一个基于 Hugging Face 生态的计算机视觉工具包装库，旨在让开发者用极简的代码调用最新的视觉模型。它解决了传统视觉任务中模型集★ 199
GammaCVGammaCV 是一个面向浏览器环境的 WebGL 加速计算机视觉库，使用 JavaScript 编写。它把图像处理与特征提取等常见 CV 操作搬到 GPU 上★ 195
paper-listpaper-list 是一个自动更新的论文列表项目，专注于图像生成领域，同时覆盖动作识别、异常检测、音频处理、分类、深度估计、图神经网络等多个方向。它通过自动化★ 166
qapyqqapyq 是一个面向大规模图像/视频数据集的 AI 辅助媒体策展工具，专为 LoRA 和扩散模型训练流程设计。它解决了训练数据准备中繁琐的标注、裁剪和遮罩问题★ 164
locate-anythinglocate-anything 是一个为 NVIDIA LocateAnything-3B 模型打造的轻量级 Web 界面，通过一条 docker compos★ 164