Startseite Projekte Yolo-v2-pytorch
Yolo-v2-pytorch

Yolo-v2-pytorch

von vietnh1009 · GitHub

YOLO für Objekterkennungsaufgaben

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
📜 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 →
Yolo-v2-pytorch — GitHub preview card
📈 Sternhistorie
430429
2026-07-202026-07-29
📈 Yolo-v2-pytorch verfolgen

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

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

YOLO für Objekterkennungsaufgaben

Yolo-v2-pytorch hat 429 Sterne auf GitHub. Es wurde 125-mal geforkt. Yolo-v2-pytorch ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. Yolo-v2-pytorch ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: cnn, computer-vision, deep-learning, deep-neural-networks.

Frequently asked questions

Was ist Yolo-v2-pytorch?

YOLO für Objekterkennungsaufgaben

Ist Yolo-v2-pytorch Open Source?

Yolo-v2-pytorch ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist Yolo-v2-pytorch kostenlos?

Ja. Yolo-v2-pytorch ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht Yolo-v2-pytorch?

Yolo-v2-pytorch ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist Yolo-v2-pytorch geschrieben?

Yolo-v2-pytorch ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — Yolo-v2-pytorch

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=vietnh1009-yolo-v2-pytorch)](https://opensourceai.tech/project/vietnh1009-yolo-v2-pytorch.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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