Inicio Proyectos keras-yolo3
keras-yolo3

keras-yolo3

por experiencor · GitHub

Entrenamiento y Detección de Objetos con YOLO3

Ver en GitHub
En palabras simples

Entrena y detecta objetos en imágenes utilizando el modelo YOLO3.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
keras-yolo3 — GitHub preview card
📈 Historial de estrellas
1 6091 608
2026-07-202026-07-29
📈 Sigue keras-yolo3

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Entrenamiento y Detección de Objetos con YOLO3

keras-yolo3 tiene 1.6k estrellas en GitHub. Se ha bifurcado 839 veces. keras-yolo3 está escrito principalmente en Python. Se desarrolla activamente desde 2018. keras-yolo3 está disponible bajo la licencia MIT. Sus temas principales son: deep-learning, object-detection, yolo.

Frequently asked questions

¿Qué es keras-yolo3?

Entrenamiento y Detección de Objetos con YOLO3

¿keras-yolo3 es de código abierto?

keras-yolo3 es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿keras-yolo3 es gratis?

Sí. keras-yolo3 es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está keras-yolo3?

keras-yolo3 está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito keras-yolo3?

keras-yolo3 está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — keras-yolo3

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=experiencor-keras-yolo3)](https://opensourceai.tech/project/experiencor-keras-yolo3.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.