#物体检测

turicreate

Turi Create是一款简化机器学习模型开发的工具，适合非专业人士使用。它支持添加推荐、目标检测、图像分类、图像相似度和活动分类等功能。工具兼容文本、图像、音频、视频和传感器数据，提供内置可视化和快速扩展性，并支持导出模型到Core ML，用于iOS、macOS、watchOS和tvOS应用。

MIMDet

MIMDet是一个利用掩码图像建模技术的开源项目，能够提升预训练的Vanilla Vision Transformer在目标检测中的表现。此框架采用混合架构，用随机初始化的卷积体系取代预训练的大核Patchify体系，实现多尺度表示无需上采样。在COCO数据集上的表现亮眼，使用ViT-Base和Mask R-CNN模型时，分别达到51.7的框AP和46.2的掩码AP；使用ViT-L模型时，成绩分别是54.3的框AP和48.2的掩码AP。

sports

该项目旨在通过对象检测、图像分割和关键点检测等技术，解决体育分析中的多项挑战。提供的体育数据集和工具包能够优化球体追踪、球员号码识别、球员追踪和重新识别，以及相机校准功能。用户可以在Python环境下安装源代码，并利用开源数据集推进体育数据分析的发展。

ARC

ARC项目引入自适应旋转卷积操作，用于捕获图像中物体的方向信息。该技术通过旋转卷积核提高了旋转目标检测的性能和效率。项目开源了代码实现、预训练模型和使用说明，为计算机视觉研究提供了有价值的资源。

watsor

Watsor是一个开源的视频监控项目,利用深度学习实现实时物体检测。它支持多种硬件加速器,通过MQTT协议报告检测结果,并可通过HTTP广播带检测结果的视频流。适用于CCTV等需要视频流物体检测的场景。主要功能包括智能检测、检测区域限制、硬件加速、MQTT集成和多格式视频编码。

owlvit-large-patch14

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。

yolos-fashionpedia

该模型专注于时尚领域的目标检测，识别多种服饰及配饰类别，包括衬衫、外套、帽子、鞋等。采用微调后的YOLOS架构，并使用Fashionpedia数据集训练，为时尚分析提供准确的识别功能。实现细节可在项目源码查看。

rtdetr_r50vd_coco_o365

RT-DETR-R50VD COCO O365通过无NMS的端到端Transformer技术优化物体检测性能，结合高效编码器与精准查询选择，实现速度和准确度平衡。其灵活调整机制在COCO和Objects365数据集预训练中表现突出，超过传统YOLO模型。

deformable-detr

Deformable DETR模型依托ResNet-50骨干网络，实现了高效的端到端目标检测。通过变形Transformer机制，它能够有效处理并识别图像中的复杂对象。此模型在COCO 2017数据集上经过充分训练，采用目标查询匹配和双重损失优化技术，显著提高了检测精度。适用于高效目标检测场景。