Utilisez un modèle de vision par ordinateur pour détecter des objets et analyser des images dans vos projets.
Depuis le README
- Train Custom Data 🚀 RECOMMENDED: Learn how to train YOLOv5 on your own datasets.
- Tips for Best Training Results ☘️: Improve your model's performance with expert tips.
- Multi-GPU Training: Speed up training using multiple GPUs.
- PyTorch Hub Integration: Easily load models using PyTorch Hub.
Extraits du README du projet sur GitHub. Le droit d'auteur et les licences restent la propriété des auteurs respectifs.
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 YOLOv5 dans PyTorch > ONNX > CoreML > TFLite
yolov5 compte 57.7k étoiles sur GitHub. Il a été forké 17.5k fois. yolov5 est écrit principalement en Python. Il est développé activement depuis 2020. yolov5 est disponible sous licence AGPL-3.0. Ses principaux thèmes sont : coreml, deep-learning, ios, machine-learning.
Qu'est-ce que yolov5 ?
Ultralytics YOLOv5 dans PyTorch > ONNX > CoreML > TFLite
yolov5 est-il open source ?
yolov5 est un projet open source. Il est distribué sous licence AGPL-3.0.
yolov5 est-il gratuit ?
Oui. yolov5 est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même. Sa licence AGPL-3.0 est un copyleft fort : toute version modifiée que vous distribuez — y compris en la proposant comme service en ligne — doit être publiée sous la même licence.
Sous quelle licence est yolov5 ?
yolov5 est disponible sous licence AGPL-3.0.
Dans quel langage yolov5 est-il écrit ?
yolov5 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/ultralytics-yolov5.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.