Verwendung von OpenCV zur Bereitstellung des Panorama-Fahrwahrnehmungsnetzwerks YOLOP, das gleichzeitig Verkehrszielerkennung, befahrbare Bereichssegmentierung und Fahrbahnlinienerkennung verarbeitet, drei visuelle Wahrnehmungsaufgaben, mit Implementierungen in C++ und Python. Dieses Programm benötigt nur die OpenCV-Bibliothek, um zu laufen, und befreit sich somit vollständig von der Abhängigkeit zu einem tiefen Lernframework.
Setzen Sie ein System ein, das Objekte erkennt, fahrbare Bereiche identifiziert und Fahrbahnmarkierungen in Fahrszenarien mithilfe von OpenCV erkennt.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarVerwendung von OpenCV zur Bereitstellung des Panorama-Fahrwahrnehmungsnetzwerks YOLOP, das gleichzeitig Verkehrszielerkennung, befahrbare Bereichssegmentierung und Fahrbahnlinienerkennung verarbeitet, drei visuelle Wahrnehmungsaufgaben, mit Implementierungen in C++ und Python. Dieses Programm benötigt nur die OpenCV-Bibliothek, um zu laufen, und befreit sich somit vollständig von der Abhängigkeit zu einem tiefen Lernframework.
YOLOP-opencv-dnn hat 312 Sterne auf GitHub. Es wurde 65-mal geforkt. YOLOP-opencv-dnn ist hauptsächlich in Python geschrieben. Es wird seit 2021 aktiv entwickelt. Die Hauptthemen sind: autonomous-driving, drivable-area-segmentation, lane-lines-detection, object-detection.
Verwendung von OpenCV zur Bereitstellung des Panorama-Fahrwahrnehmungsnetzwerks YOLOP, das gleichzeitig Verkehrszielerkennung, befahrbare Bereichssegmentierung und Fahrbahnlinienerkennung verarbeitet, drei visuelle Wahrnehmungsaufgaben, mit Implementierungen in C++ und Python. Dieses Programm benötigt nur die OpenCV-Bibliothek, um zu laufen, und befreit sich somit vollständig von der Abhängigkeit zu einem tiefen Lernframework.
YOLOP-opencv-dnn ist ein Open-Source-Projekt.
Ja. YOLOP-opencv-dnn ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
YOLOP-opencv-dnn ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/hpc203-yolop-opencv-dnn.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.