Accueil Projets YOLOP
YOLOP

YOLOP

par hustvl · GitHub

You Only Look Once pour la perception de conduite panoptique.(MIR2022)

Voir sur GitHub
En termes simples

Détectez des objets, identifiez des zones praticables et reconnaissez des voies en temps réel pour des applications de conduite autonome.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
YOLOP — GitHub preview card
📈 Historique des étoiles
2 2212 216
2026-07-202026-07-29
📈 Suivez YOLOP

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

You Only Look Once pour la perception de conduite panoptique.(MIR2022)

YOLOP compte 2.2k étoiles sur GitHub. Il a été forké 458 fois. YOLOP est écrit principalement en Python. Il est développé activement depuis 2021. YOLOP est disponible sous licence MIT. Ses principaux thèmes sont : autonomous-driving, drivable-area-segmentation, jetson-tx2, lane-detection.

Frequently asked questions

Qu'est-ce que YOLOP ?

You Only Look Once pour la perception de conduite panoptique.(MIR2022)

YOLOP est-il open source ?

YOLOP est un projet open source. Il est distribué sous licence MIT.

YOLOP est-il gratuit ?

Oui. YOLOP est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est YOLOP ?

YOLOP est disponible sous licence MIT.

Dans quel langage YOLOP est-il écrit ?

YOLOP est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — YOLOP

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=hustvl-yolop)](https://olud.ai/project/hustvl-yolop.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
OpenLane
[ECCV 2022 Oral] OpenLane : Ensemble de Données de Voies 3D Réalistes à Grande Échelle
568 · autonomous-driving
partagelane-detectionautonomous-driving
YOLOP-opencv-dnn
Déploiement du réseau de perception de conduite panoramique YOLOP avec OpenCV, capable de trait…
312 · autonomous-driving
partagedrivable-area-segmentationautonomous-driving
mscnn
Implémentation Caffe de notre cadre de détection d'objets multi-échelles
408 · autonomous-driving
partageautonomous-drivingobject-detection
PersFormer_3DLane
[ECCV 2022 Oral] Transformateur de perspective sur la détection de voies 3D
507 · 3d-lane-detection
partagelane-detectionautonomous-driving
BEVFormer
[ECCV 2022] Ceci est l'implémentation officielle de BEVFormer, un cadre uniquement basé sur la…
4.6k · autonomous-driving
partageautonomous-drivingobject-detection
StreamYOLO
Détection d'objets en temps réel pour la perception en streaming, CVPR 2022
332 · autonomous-driving
partageautonomous-drivingobject-detection
VPGNet
VPGNet : Réseau guidé par point de fuite pour la détection et la reconnaissance de voies et de…
504 · autonomous-driving
partagelane-detectionautonomous-driving
LaneATT
Code pour l'article intitulé "Gardez les yeux sur la voie : Détection de voie guidée par attent…
694 · computer-vision
partagelane-detection
HybridNets
HybridNets : Réseau de Perception de bout en bout
683 · autonomous-driving
partagemultitask-learningautonomous-driving
Awesome-Multi-Task-Learning
Une liste de papiers et projets d'apprentissage multi-tâches.
387 · computer-vision
partagemultitask-learning

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.