#实时检测
nanodet
NanoDet-Plus 是一款超轻量级高精度的无锚目标检测模型，专为移动设备实时检测设计。其模型文件仅有980KB（INT8）或1.8MB（FP16），在ARM CPU上实现97fps检测速度，精度达34.3 mAP@0.5:0.95。NanoDet-Plus 训练友好，GPU内存占用低，支持ncnn、MNN、OpenVINO等多种后端，提供基于ncnn的安卓演示。此模型在COCO数据集上提升了7 mAP，支持多种分辨率和配置，满足不同场景需求。
awesome-yolo-object-detection
提供YOLO目标检测的全面资源汇编。包含官方以及多个针对特殊任务或硬件的优化版本，涵盖YOLOv1至YOLOv7等系列。项目中还包括丰富的学习资源、应用示例及工具，为学者和开发者提供了解及使用YOLO技术的优质资料。
yolov10
YOLOv10是新一代实时端到端目标检测模型，通过创新的无NMS训练策略和全面的效率-准确度优化设计，在推理速度和计算效率方面实现显著提升。COCO数据集实验结果表明，YOLOv10在不同模型规模下均达到了业界领先的性能和效率水平，为实时目标检测领域带来新的发展方向。
INSINTO
INSINTO提供基于道德AI的网络安全解决方案，专注于实时内容分析和威胁预防。其技术具有90%的有害内容识别准确率，可无缝集成到现有系统中。通过简单的网络平台和API接口，INSINTO为组织提供可靠的数字安全保护，助力塑造更安全的网络环境。
dynablox
Dynablox是一种基于在线体积映射的实时动态对象检测方法，针对复杂环境中的多样化移动物体。该开源项目提供完整的安装指南、数据集和运行示例，便于研究人员复现和扩展。Dynablox在准确性和实时性方面表现优异，已被NVIDIA的nvblox项目采用，可利用GPU加速实现高分辨率检测。其应用领域包括自动驾驶和机器人导航等。