Project Icon

YOLO-Patch-Based-Inference

补丁式推理优化小物体检测和实例分割

这个Python库实现了基于补丁的推理方法,用于改进小物体检测和实例分割。它支持多种Ultralytics模型,包括YOLOv8/v9/v10、FastSAM和RTDETR,可用于对象检测和实例分割任务。库提供了推理结果可视化功能,并通过优化的补丁处理和结果合并提高了小物体检测准确性。项目还包含交互式笔记本和教程,方便用户学习和使用。

yolov5n-license-plate - 基于YOLOv5的轻量级车牌检测模型
GithubHuggingfacePyTorchYOLOv5开源项目机器视觉模型目标检测车牌识别
基于YOLOv5架构开发的轻量级车牌检测模型,通过pip快速安装部署。模型支持自定义参数配置,包括置信度阈值和IoU阈值调节,并集成了数据增强功能。提供完整的模型加载、推理和微调接口,可用于实际车牌检测场景,在验证集上展现出较高的检测精度。
rtdetr_r50vd - 全新RT-DETR模型提升精度与速度的实时物体检测方案
GithubHuggingfaceRT-DETRYOLO变压器实时应用开源项目模型目标检测
RT-DETR是面向实时物体检测的创新模型,通过混合编码器和最小化不确定性查询选择,实现高精度和快速检测。模型在COCO和Objects365数据集训练,支持速度调整以适应多种场景。RT-DETR-R50/R101在COCO上分别取得53.1%和54.3%的平均精度,在T4 GPU上达到108和74 FPS,性能超过YOLO模型。
assets - 视觉资产和AI模型资源库
GithubUltralyticsYOLO开源项目数据集计算机视觉预训练模型
Ultralytics Assets 仓库集成了视觉资产、预训练模型和数据集,为 Ultralytics YOLO 生态系统提供支持。该仓库涵盖对象检测、实例分割、图像分类等计算机视觉任务,为研究人员和开发者提供便捷的资源访问,加速机器学习项目的开发和优化。此仓库提供了完整的资源套件,包括视觉素材、预训练模型和注释数据集,适用于多种计算机视觉任务。它简化了资源获取过程,使开发者能够专注于项目开发而非资源收集,从而提高工作效率。
efficientdet - EfficientDet目标检测模型的PyTorch实现
COCO数据集EfficientDetGithub开源项目深度学习目标检测计算机视觉
本项目提供了EfficientDet目标检测模型的PyTorch实现。支持COCO数据集的训练、评估和测试,在COCO val2017上达到0.314 mAP。包含预训练权重、视频测试功能和使用说明。适合研究人员和开发者参考使用。
detectron2 - Facebook开源的高性能目标检测和图像分割框架
Detectron2Github图像分割开源项目深度学习目标检测计算机视觉
Detectron2是Facebook AI Research开发的开源计算机视觉库,提供先进的目标检测和图像分割算法。它支持全景分割、Densepose和级联R-CNN等功能,可用于研究项目和生产应用。该库训练速度快,支持模型导出,并提供大量预训练模型。Detectron2为研究人员和开发者提供了强大而灵活的工具,推动计算机视觉技术的发展和应用。
D-FINE - 精细化分布优化在实时物体检测中的应用
D-FINEDETRFine-grained Distribution RefinementGithub对象检测开源项目自蒸馏
D-FINE是一款实时物体检测工具,通过重新定义DETRs中的边框回归任务为精细化分布优化(FDR)以及引入全局最优定位自蒸馏(GO-LSD),在不增加推理和训练成本的情况下,提升了检测性能。它在复杂街道场景下具有出色的定位能力,对于逆光、运动模糊和密集人群等挑战表现优异。最新版本增强了预训练模型的性能并提供了自定义数据集微调和输入尺寸调整的配置。
yolov8m-table-extraction - 精准表格识别工具,适用于有框及无框表格检测
GithubHuggingfaceKeremberkeUltralyticsYolo开源项目模型目标检测表格提取
本项目采用YOLOv8与PyTorch技术,专注于表格检测,支持有框和无框样式。通过UltralyticsPlus库中的'keremberke/yolov8m-table-extraction'模型,可以简单地进行安装和预测分析,验证集上的平均精度为0.95194。项目提供详尽的使用指南,包括模型参数设置及推理步骤,帮助用户快速获取稳定的检测结果。
owlvit-large-patch14 - 基于Vision Transformer的零样本目标检测模型
GithubHuggingfaceOWL-ViT多模态模型开源项目模型物体检测视觉变换器零样本学习
OWL-ViT模型采用CLIP和Vision Transformer架构,实现了零样本文本条件目标检测。它可以根据文本查询识别图像中的物体,无需预先定义类别。该模型在大规模图像-文本数据集上进行训练,并在COCO和OpenImages等数据集上微调。OWL-ViT为计算机视觉研究提供了新的可能性,尤其在零样本目标检测领域。
JSON2YOLO - COCO到YOLO格式转换工具 提升目标检测效率
COCO2YOLOGithubUltralytics开源项目数据集转换机器学习目标检测
JSON2YOLO是一个开源数据集转换工具,专注于将COCO格式JSON数据转换为YOLO格式。这款跨平台工具支持Linux、MacOS和Windows,为机器学习实践者简化了数据处理流程。它不仅优化了数据转换过程,还能提升目标检测模型的训练效率。项目源码可在GitHub获取,用户也可加入Discord社区交流。
yolov8s-table-extraction - 基于YoloV8的表格检测与提取模型
GithubHuggingfacePyTorchYOLOv8开源项目模型深度学习目标检测表格提取
该项目利用YoloV8技术为表格检测与提取提供了解决方案,适用于有边框及无边框的表格。通过ultralyticsplus库支持,模型安装与操作便捷,精度高达0.98376。项目包含使用指南及多种模型选择,适用于快速而可靠的表格数据提取,是数据分析和管理的理想工具。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

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