yolov7_d2
🔥🔥🔥🔥 (Precedente YOLOv7 non ufficiale) YOLO con Transformers e Segmentazione di Istanza, con accelerazione TensorRT! 🔥🔥🔥
Allena e testa modelli avanzati di rilevamento oggetti utilizzando un setup user-friendly.
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 vuoi🔥🔥🔥🔥 (Precedente YOLOv7 non ufficiale) YOLO con Transformers e Segmentazione di Istanza, con accelerazione TensorRT! 🔥🔥🔥
yolov7_d2 ha 3.1k stelle su GitHub. È stato forkato 470 volte. yolov7_d2 è scritto principalmente in Python. È in sviluppo attivo dal 2021. yolov7_d2 è disponibile con licenza GPL-3.0. I suoi temi principali sono: detection, detextron2, detr, face.
Che cos'è yolov7_d2?
🔥🔥🔥🔥 (Precedente YOLOv7 non ufficiale) YOLO con Transformers e Segmentazione di Istanza, con accelerazione TensorRT! 🔥🔥🔥
yolov7_d2 è open source?
yolov7_d2 è un progetto open source. È rilasciato con licenza GPL-3.0.
yolov7_d2 è gratuito?
Sì. yolov7_d2 è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente. La sua licenza GPL-3.0 è copyleft: ogni versione modificata che distribuisce deve restare sotto la stessa licenza.
Con quale licenza è yolov7_d2?
yolov7_d2 è disponibile con licenza GPL-3.0.
In quale linguaggio è scritto yolov7_d2?
yolov7_d2 è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/lucasjinreal-yolov7-d2.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.