Inicio Proyectos SSD
SSD

SSD

por lufficc · GitHub

Implementación de referencia modular, rápida y de alta calidad de SSD en PyTorch.

Ver en GitHub
En palabras simples

Construye y prueba modelos de detección de objetos utilizando una implementación modular del algoritmo SSD en PyTorch.

⭐ 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 →
SSD — GitHub preview card
📈 Historial de estrellas
1 5861 585
2026-07-202026-07-29
📈 Sigue SSD

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

Implementación de referencia modular, rápida y de alta calidad de SSD en PyTorch.

SSD tiene 1.6k estrellas en GitHub. Se ha bifurcado 384 veces. SSD está escrito principalmente en Python. Se desarrolla activamente desde 2018. SSD está disponible bajo la licencia MIT. Sus temas principales son: computer-vision, deep-learning, object-detection, pytorch.

Frequently asked questions

¿Qué es SSD?

Implementación de referencia modular, rápida y de alta calidad de SSD en PyTorch.

¿SSD es de código abierto?

SSD es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿SSD es gratis?

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

¿Bajo qué licencia está SSD?

SSD está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito SSD?

SSD está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — SSD

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=lufficc-ssd)](https://opensourceai.tech/project/lufficc-ssd.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.