Startseite Projekte mmdeploy
mmdeploy

mmdeploy

von open-mmlab · GitHub

OpenMMLab Modellbereitstellungs-Framework

Auf GitHub ansehen
In einfachen Worten

Setzen Sie Computer Vision-Modelle einfach mit einem für die Modellbereitstellung entwickelten Framework ein.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
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 →
mmdeploy — GitHub preview card
📈 Sternhistorie
3 1303 127
2026-07-072026-07-29
📈 mmdeploy verfolgen

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

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

OpenMMLab Modellbereitstellungs-Framework

mmdeploy hat 3.1k Sterne auf GitHub. Es wurde 713-mal geforkt. mmdeploy ist hauptsächlich in Python geschrieben. Es wird seit 2021 aktiv entwickelt. mmdeploy ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: computer-vision, deep-learning, deployment, mmdetection.

Frequently asked questions

Was ist mmdeploy?

OpenMMLab Modellbereitstellungs-Framework

Ist mmdeploy Open Source?

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

Ist mmdeploy kostenlos?

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

Unter welcher Lizenz steht mmdeploy?

mmdeploy ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist mmdeploy geschrieben?

mmdeploy ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — mmdeploy

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

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

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