Startseite Projekte OmDet
OmDet
Python

OmDet

Echtzeit- und genaue Open-Vocabulary-End-to-End-Objekterkennung

von om-ai-lab · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
Sprache
cococomputer-visionlvisApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Erkennen Sie Objekte in Bildern mit einem Modell, das ein breites Spektrum an Kategorien versteht, ohne spezifisches Training zu benötigen.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
OmDet — GitHub preview card
📈 Sternhistorie
1 3911 390
2026-07-202026-08-31
📈 OmDet verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Echtzeit- und genaue Open-Vocabulary-End-to-End-Objekterkennung

OmDet hat 1.4k Sterne auf GitHub. Es wurde 118-mal geforkt. OmDet ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. OmDet ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: coco, computer-vision, lvis, object-detection.

Frequently asked questions

Was ist OmDet?

Echtzeit- und genaue Open-Vocabulary-End-to-End-Objekterkennung

Ist OmDet Open Source?

OmDet ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist OmDet kostenlos?

Ja. OmDet ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht OmDet?

OmDet ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist OmDet geschrieben?

OmDet ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — OmDet

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=om-ai-lab-omdet)](https://olud.ai/project/om-ai-lab-omdet.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.