MobileNetV2-YoloV3-Nano: 0.5BFlops 3MB HUAWEI P40: 6ms/img, YoloFace-500k:0.1Bflops 420KB:fire::fire::fire:
Esegui modelli di rilevamento oggetti veloci su dispositivi mobili, ottimizzati per prestazioni e basso utilizzo di risorse.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiMobileNetV2-YoloV3-Nano: 0.5BFlops 3MB HUAWEI P40: 6ms/img, YoloFace-500k:0.1Bflops 420KB:fire::fire::fire:
MobileNet-Yolo ha 1.7k stelle su GitHub. È stato forkato 278 volte. MobileNet-Yolo è scritto principalmente in C. È in sviluppo attivo dal 2020. I suoi temi principali sono: cnn, computer-vision, cv, darknet.
MobileNetV2-YoloV3-Nano: 0.5BFlops 3MB HUAWEI P40: 6ms/img, YoloFace-500k:0.1Bflops 420KB:fire::fire::fire:
MobileNet-Yolo è un progetto open source.
Sì. MobileNet-Yolo è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
MobileNet-Yolo è scritto principalmente in C.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/dog-qiuqiu-mobilenet-yolo.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.