Inicio Proyectos yolo2-pytorch
yolo2-pytorch

yolo2-pytorch

por ruiminshen · GitHub

Implementación en PyTorch de YOLO (You Only Look Once) v2

Ver en GitHub
⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Licencia copyleft
📅 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 →
yolo2-pytorch — GitHub preview card
📈 Historial de estrellas
444443
2026-07-202026-07-29
📈 Sigue yolo2-pytorch

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 en PyTorch de YOLO (You Only Look Once) v2

yolo2-pytorch tiene 444 estrellas en GitHub. Se ha bifurcado 101 veces. yolo2-pytorch está escrito principalmente en Python. Se desarrolla activamente desde 2017. yolo2-pytorch está disponible bajo la licencia LGPL-3.0. Sus temas principales son: caffe2, computer-vision, deep-learning, deep-neural-networks.

Frequently asked questions

¿Qué es yolo2-pytorch?

Implementación en PyTorch de YOLO (You Only Look Once) v2

¿yolo2-pytorch es de código abierto?

yolo2-pytorch es un proyecto de código abierto. Se distribuye bajo la licencia LGPL-3.0.

¿yolo2-pytorch es gratis?

Sí. yolo2-pytorch es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está yolo2-pytorch?

yolo2-pytorch está disponible bajo la licencia LGPL-3.0.

¿En qué lenguaje está escrito yolo2-pytorch?

yolo2-pytorch está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — yolo2-pytorch

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

[![olud.ai](https://olud.ai/badge.php?tool=ruiminshen-yolo2-pytorch)](https://olud.ai/project/ruiminshen-yolo2-pytorch.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.