yolo_ros
Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 pour ROS 2.
Détectez et suivez des objets, estimez les poses humaines et effectuez une segmentation en 3D en utilisant des modèles YOLO avancés avec ROS 2.
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 momentUltralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 pour ROS 2.
yolo_ros compte 1.1k étoiles sur GitHub. Il a été forké 262 fois. yolo_ros est écrit principalement en Python. Il est développé activement depuis 2023. yolo_ros est disponible sous licence GPL-3.0. Ses principaux thèmes sont : 3d-human-pose-estimation, 3d-object-detection, human-pose-estimation, instance-segmentation.
Qu'est-ce que yolo_ros ?
Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 pour ROS 2.
yolo_ros est-il open source ?
yolo_ros est un projet open source. Il est distribué sous licence GPL-3.0.
yolo_ros est-il gratuit ?
Oui. yolo_ros est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même. Sa licence GPL-3.0 est copyleft : toute version modifiée que vous distribuez doit rester sous la même licence.
Sous quelle licence est yolo_ros ?
yolo_ros est disponible sous licence GPL-3.0.
Dans quel langage yolo_ros est-il écrit ?
yolo_ros 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://olud.ai/project/mgonzs13-yolo-ros.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.