Accueil Projets YoloDotNet
YoloDotNet
C#

YoloDotNet

YoloDotNet - Un projet C# .NET 8.0 pour la classification, la détection d'objets, la détection OBB, la segmentation et l'estimation de pose dans des images et des flux vidéo en direct.

par NickSwardh · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
computer-visiondetectionimage-classificationMITC#
Voir sur GitHub
En termes simples

Détectez et classifiez des objets dans des images et des flux vidéo en direct en utilisant une bibliothèque C#.

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 →
YoloDotNet — GitHub preview card
📈 Historique des étoiles
797796
2026-07-202026-08-31
📈 Suivez YoloDotNet

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

YoloDotNet - Un projet C# .NET 8.0 pour la classification, la détection d'objets, la détection OBB, la segmentation et l'estimation de pose dans des images et des flux vidéo en direct.

YoloDotNet compte 796 étoiles sur GitHub. Il a été forké 144 fois. YoloDotNet est écrit principalement en C#. Il est développé activement depuis 2023. YoloDotNet est disponible sous licence MIT. Ses principaux thèmes sont : computer-vision, detection, image-classification, obb.

Frequently asked questions

Qu'est-ce que YoloDotNet ?

YoloDotNet - Un projet C# .NET 8.0 pour la classification, la détection d'objets, la détection OBB, la segmentation et l'estimation de pose dans des images et des flux vidéo en direct.

YoloDotNet est-il open source ?

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

YoloDotNet est-il gratuit ?

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

Sous quelle licence est YoloDotNet ?

YoloDotNet est disponible sous licence MIT.

Dans quel langage YoloDotNet est-il écrit ?

YoloDotNet est écrit principalement en C#.

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

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=nickswardh-yolodotnet)](https://olud.ai/project/nickswardh-yolodotnet.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
KittiBox
Un modèle de détection de voiture implémenté dans Tensorflow.
396 · autonomous-driving
partagedetection
awesome-object-detection
Détection d'objets impressionnante basée sur handong1587 github : https://handong1587.github.io…
7.5k · computer-vision
partagedetection
transformer-in-transformer
Implementation of Transformer in Transformer, pixel level attention paired with patch level att…
306 · artificial-intelligence
partageimage-classification
computer-vision
Devoirs de programmation et cours pour le CS 231 de Stanford : Réseaux de neurones convolutionn…
508 · computer-vision
partageimage-classification
tfjs-yolo-tiny
Détection d'objets dans le navigateur utilisant Tiny YOLO sur Tensorflow.js
533 · browser
partagedetection
AlphaTree-graphic-deep-neural-network
AI Roadmap : 机器学习(Machine Learning)、深度学习(Deep Learning)、对抗神经网络(GAN),图神经网络(GNN),NLP,大数据相关的发展路书(r…
3k · deep-learning
partageimage-classification
bottleneck-transformer-pytorch
Implémentation du Bottleneck Transformer en Pytorch
678 · artificial-intelligence
partageimage-classification
vit-pytorch
Implémentation de Vision Transformer, un moyen simple d'atteindre SOTA en classification visuel…
25.4k · artificial-intelligence
partageimage-classification
Tianchi-2019-Guangdong-Intelligent-identification-of-cloth-defects-rank5
Concours d'innovation en fabrication intelligente de Guangdong Tianchi 2019 Détection de défaut…
416 · computer-vision
partagedetection
catalyst
R&D accélérée en apprentissage profond
3.4k · computer-vision
partageimage-classification

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