Home Progetti detecto
detecto

detecto

di alankbi · GitHub

Costruisci modelli di visione artificiale completamente funzionanti con PyTorch

Visualizza su GitHub
In parole semplici

Costruisci e addestra modelli di visione artificiale per rilevare oggetti in immagini e video con codice minimo.

⭐ Stelle
🍴 Fork
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
detecto — GitHub preview card
📈 Storia delle stelle
628627
2026-07-202026-07-29
📈 Segui detecto

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Costruisci modelli di visione artificiale completamente funzionanti con PyTorch

detecto ha 627 stelle su GitHub. È stato forkato 101 volte. detecto è scritto principalmente in Python. È in sviluppo attivo dal 2019. detecto è disponibile con licenza MIT. I suoi temi principali sono: computer-vision, faster-rcnn, machine-learning, object-detection.

Frequently asked questions

Che cos'è detecto?

Costruisci modelli di visione artificiale completamente funzionanti con PyTorch

detecto è open source?

detecto è un progetto open source. È rilasciato con licenza MIT.

detecto è gratuito?

Sì. detecto è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è detecto?

detecto è disponibile con licenza MIT.

In quale linguaggio è scritto detecto?

detecto è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — detecto

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=alankbi-detecto)](https://olud.ai/project/alankbi-detecto.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.