YOLOX
YOLOX est un YOLO sans ancre haute performance, dépassant yolov3~v5 avec MegEngine, ONNX, TensorRT, ncnn et OpenVINO supportés. Documentation : https://yolox.readthedocs.io/
Détectez des objets dans des images en utilisant une version simplifiée et efficace du modèle YOLO.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentYOLOX est un YOLO sans ancre haute performance, dépassant yolov3~v5 avec MegEngine, ONNX, TensorRT, ncnn et OpenVINO supportés. Documentation : https://yolox.readthedocs.io/
YOLOX compte 10.6k étoiles sur GitHub. Il a été forké 2.5k fois. YOLOX est écrit principalement en Python. Il est développé activement depuis 2021. YOLOX est disponible sous licence Apache-2.0. Ses principaux thèmes sont : deep-learning, megengine, ncnn, object-detection.
Qu'est-ce que YOLOX ?
YOLOX est un YOLO sans ancre haute performance, dépassant yolov3~v5 avec MegEngine, ONNX, TensorRT, ncnn et OpenVINO supportés. Documentation : https://yolox.readthedocs.io/
YOLOX est-il open source ?
YOLOX est un projet open source. Il est distribué sous licence Apache-2.0.
YOLOX est-il gratuit ?
Oui. YOLOX est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est YOLOX ?
YOLOX est disponible sous licence Apache-2.0.
Dans quel langage YOLOX est-il écrit ?
YOLOX est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/megvii-basedetection-yolox.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.