yolo

本站收录 43 个带「yolo」标签的 AI 开源项目

ultralyticsUltralytics 是计算机视觉领域最流行的开源工具包，提供 YOLO 系列目标检测模型（包括 YOLOv8、YOLO11 及最新的 YOLO26）的一站式★ 62,103yolov5YOLOv5 是 Ultralytics 团队开发的基于 PyTorch 的目标检测框架，是目前计算机视觉领域最流行的开源项目之一。它解决了实时目标检测、实例分★ 58,097supervisionsupervision 是一个专注于计算机视觉的可复用工具库，旨在简化视觉任务的开发流程。它解决了开发者在目标检测、分割、分类等任务中重复编写样板代码的问题，提★ 51,079label-studio支持多类型数据标注的开源工具，覆盖图像、文本、音频、视频等多种数据格式，输出格式标准化，方便直接对接模型训练流程。提供灵活的标注界面、协作审核机制与丰富的集成能★ 28,371openvinoOpenVINO 是英特尔开源的 AI 推理优化与部署工具包，旨在帮助开发者将训练好的深度学习模型（如 PyTorch、TensorFlow、ONNX 等格式）★ 10,935yolov3这是一个基于PyTorch实现的YOLOv3目标检测项目，支持YOLOv3、YOLOv3-SPP和YOLOv3-tiny三种模型。它解决了从模型训练到部署的全流★ 10,612X-AnyLabelingX-AnyLabeling 是一款轻量、高效、跨平台的桌面标注工具，专为文本、图像、视频和多模态数据设计。它集成了丰富的内置标注工具（如矩形框、多边形、关键点等★ 10,569viseronViseron 是一款自托管的本地 NVR 与 AI 计算机视觉软件，专注于隐私保护，所有视频处理均在本地完成，无需云端依赖。它解决传统监控系统智能化不足的问题★ 3,553anylabelingAnyLabeling 是一款开源的 AI 辅助数据标注工具，目标是让图像标注从纯手工变成半自动甚至自动。它把 YOLO 系列目标检测模型与 Segment A★ 3,491hcaptcha-challengerhcaptcha-challenger 是一个利用多模态大语言模型（如 GPT-4V、Gemini、CLIP）自动解决 hCaptcha 验证码的开源 Pyth★ 2,516TensorRT-YOLOTensorRT-YOLO 是一个面向 NVIDIA GPU 的 YOLO 系列模型部署工具包，旨在让 YOLO 的推理部署更简单、更快速。它基于 Tensor★ 1,892awesome-yolo-object-detectionawesome-yolo-object-detection 是一个精选 YOLO 目标检测系列开源项目和数据集的资源合集。它系统整理了 YOLO 从 v1 到 ★ 1,794lightly-trainlightly-train 是一个面向视觉模型的一体化训练框架，支持 YOLO、ViT、RT-DETR、DINOv3 等主流架构，覆盖预训练、微调和蒸馏全流程。★ 1,692yolo_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★ 1,143SavantSavant 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★ 858Omega-AIOmega-AI 是一个基于 Java 的深度学习框架，目标是让 Java 开发者无需切换到 Python 生态，就能直接构建、训练和推理神经网络。它内置自动微★ 855darknetDarknet 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★ 854libreyoloLibreYOLO 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★ 815advanced-machine-learning-engineer-roadmap-2024这是一个面向2024年的全栈机器学习工程师学习路线图，旨在帮助学习者系统掌握从数据处理、模型开发到部署运维的完整技能链。项目以结构化的路线图形式，梳理了成为全栈★ 703datumarodatumaro 是一个面向计算机视觉的数据集管理框架，提供 Python 库和命令行工具，用于构建、分析和维护 CV 数据集。它解决的核心问题是深度学习项目中★ 692yolo-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★ 516yolo-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★ 498VisioFirmVisioFirm 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★ 439yolo-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★ 429100-AI-Machine-learning-Deep-learning-Computer-vision-NLP这是一个面向学习者的 AI 项目合集仓库，收录了 100 多个覆盖机器学习、深度学习、计算机视觉和自然语言处理的小型实战项目，每个项目都附带可运行代码。它解决的★ 414AL_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，★ 366holocronholocron 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★ 329VLM-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★ 253hub这是一个已停运的Ultralytics HUB仓库，曾是Ultralytics推出的模型训练与管理平台，旨在简化YOLO系列模型的训练、部署和监控流程。用户可通★ 247notebooks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★ 243awesome-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★ 238yoloaiyoloai 是一个用 Go 语言编写的 AI 智能体沙箱工具，旨在为 AI 代理提供安全可控的运行环境。它解决了 AI 代理在直接执行代码或操作时可能带来的安★ 214HugsVisionHugsVision 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★ 199YOLO_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★ 184awesome-object-detection-datasets这是一个精选公共目标检测与识别数据集的资源列表，旨在帮助研究者和开发者快速找到适合自己任务的数据集。项目按类别整理了数十个公开数据集，涵盖通用目标检测、行人检测★ 144VideoHighlighterVideoHighlighter 是一个基于 Ollama 的本地 AI 视频分析工具，目标是让视频理解完全离线、免费运行。它通过视觉搜索、自动高光提取、场景/★ 142opensource-clippingopensource-clipping 是一个开源的 AI 自动剪辑工具，目标是把长视频和播客快速转成适合短视频平台的爆款片段。它通过 Whisper 做语音转★ 129mediamoldermediamolder 是一个用 Go 重写的 FFmpeg 风格多媒体处理工具，目标是做「AI 时代的 FFmpeg」。它保留转码、封装、编解码等传统能力（支★ 109comic-localizercomic-localizer 是一个用 Python 编写的漫画本地化工具，面向需要将外语漫画快速翻译成中文的读者和汉化组。它把 OCR 文字识别、机器翻译、★ 108neuriplo-inferneuriplo-infer 是一个用 C++ 编写的计算机视觉推理应用，目标是把多种视觉任务的推理流程统一到一个可复用的工程里。它支持分类、目标检测、实例分割★ 107ComfyUI-Forbidden-VisionComfyUI-Forbidden-Vision 是一个为 ComfyUI 设计的图像处理插件，专注于人脸检测、分割与增强。它通过自定义训练的模型，解决了在动漫★ 102distributed-inference这是一个用 Go 语言编写的演示项目，旨在展示如何在深度学习/机器学习领域设计跨语言、分布式的推理管道。它利用 WebRTC 和 Redis Streams 作★ 86annolidannolid 是一个基于实例分割的多目标跟踪与行为分析工具包，主要面向动物行为研究领域。它解决了研究人员在视频分析中手动标注耗时、难以追踪个体和提取行为特征的★ 59

相关标签

object-detection108computer-vision366deep-learning773ultralytics17machine-learning867python1463pytorch576yolov820instance-segmentation25image-classification51pose-estimation23ai2627