#IOS#YOLOv5 🚀 是在 COCO 数据集上预训练的一系列对象检测架构和模型，代表 Ultralytics 对未来视觉 AI 方法的开源研究，结合了经过数千小时研究和开发的经验教训和最佳实践。
Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors
#人脸识别#PaddleDetection为基于飞桨PaddlePaddle的端到端目标检测套件，提供多种主流目标检测、实例分割、跟踪、关键点检测算法，配置化的网络模块组件、数据增强策略、损失函数等，推出多种服务器端和移动端工业级SOTA模型，并集成了模型压缩和跨平台高性能部署能力,帮助开发者更快更好完成端到端全开发流程。
#计算机科学#YOLOv3 in PyTorch > ONNX > CoreML > TFLite
翻译 - PyTorch中的YOLOv3> ONNX> CoreML> iOS
#计算机科学#YOLOX is a high-performance anchor-free YOLO, exceeding yolov3~v5 with MegEngine, ONNX, TensorRT, ncnn, and OpenVINO supported. Documentation: https://yolox.readthedocs.io/
翻译 - YOLOX是一款高性能的无锚YOLO，超越yolov3~v5，支持ONNX、TensorRT、ncnn、OpenVINO。
Implementation of popular deep learning networks with TensorRT network definition API
翻译 - 使用TensorRT网络定义API实施流行的深度学习网络
PyTorch ,ONNX and TensorRT implementation of YOLOv4
翻译 - YOLOv4的PyTorch，ONNX和TensorRT实现
#计算机科学#🔥 TensorFlow Code for technical report: "YOLOv3: An Incremental Improvement"
翻译 - 🔥YOLOv3的纯tensorflow实现，可支持训练自己的数据集
A PyTorch implementation of the YOLO v3 object detection algorithm
翻译 - YOLO v3对象检测算法的PyTorch实现
MOT using deepsort and yolov3 with pytorch
翻译 - 使用Deepsort和yolov3与pytorch进行MOT跟踪
#计算机科学#🔥🔥🔥 专注于YOLO11，YOLOv8、TYOLOv12、YOLOv10、RT-DETR、YOLOv7、YOLOv5改进模型，Support to improve backbone, neck, head, loss, IoU, NMS and other modules🚀
#计算机科学#YoloV3 Implemented in Tensorflow 2.0
翻译 - 在Tensorflow 2.0中实现的YoloV3
Accompanying code for Paperspace tutorial series "How to Implement YOLO v3 Object Detector from Scratch"
#安卓#YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny Implemented in Tensorflow 2.0, Android. Convert YOLO v4 .weights tensorflow, tensorrt and tflite
翻译 - YOLOv4，YOLOv4-tiny，YOLOv3，YOLOv3-tiny在Tensorflow 2.0，Android中实现。转换YOLO v4 .weights张量流，张量和tflite
#计算机科学#Scaled-YOLOv4: Scaling Cross Stage Partial Network
翻译 - Scaled-YOLOv4：缩放跨阶段部分网络
Collaboration with wangxupeng(https://github.com/wangxupeng)
TensorRT MODNet, YOLOv4, YOLOv3, SSD, MTCNN, and GoogLeNet
翻译 - TensorRT YOLOv4，YOLOv3，SSD，MTCNN和GoogLeNet
#人脸识别#MobileNetV2-YoloV3-Nano: 0.5BFlops 3MB HUAWEI P40: 6ms/img, YoloFace-500k:0.1Bflops 420KB🔥🔥🔥
翻译 - MobileNetV2-YoloV3-Nano：0.5BFlops 3MB HUAWEI P40：6ms / img，YoloFace-500k：0.1Bflops500KB：fire :: fire :: fire：
#计算机科学#🙄 Difficult algorithm, Simple code.
在 oxford hand 数据集上对 YOLOv3 做模型剪枝（network slimming）