Home Progetti StreamYOLO
StreamYOLO
Python

StreamYOLO

Rilevamento oggetti in tempo reale per percezione in streaming, CVPR 2022

di yancie-yjr · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
autonomous-drivingobject-detectionstreaming-perceptionApache-2.0Python
Visualizza su GitHub
In parole semplici

Rileva oggetti in tempo reale da video in streaming per applicazioni come la guida autonoma.

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 →
StreamYOLO — GitHub preview card
📈 Storia delle stelle
332331
2026-07-202026-08-31
📈 Segui StreamYOLO

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

Rilevamento oggetti in tempo reale per percezione in streaming, CVPR 2022

StreamYOLO ha 331 stelle su GitHub. È stato forkato 45 volte. StreamYOLO è scritto principalmente in Python. È in sviluppo attivo dal 2022. StreamYOLO è disponibile con licenza Apache-2.0. I suoi temi principali sono: autonomous-driving, object-detection, streaming-perception.

Frequently asked questions

Che cos'è StreamYOLO?

Rilevamento oggetti in tempo reale per percezione in streaming, CVPR 2022

StreamYOLO è open source?

StreamYOLO è un progetto open source. È rilasciato con licenza Apache-2.0.

StreamYOLO è gratuito?

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

Con quale licenza è StreamYOLO?

StreamYOLO è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto StreamYOLO?

StreamYOLO è scritto principalmente in Python.

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

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=yancie-yjr-streamyolo)](https://olud.ai/project/yancie-yjr-streamyolo.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
mscnn
Implementazione Caffe del nostro framework di rilevamento oggetti multi-scala
408 · autonomous-driving
condivideobject-detectionautonomous-driving
BEVFormer
[ECCV 2022] Questa è l'implementazione ufficiale di BEVFormer, un framework solo per telecamera…
4.5k · autonomous-driving
condivideobject-detectionautonomous-driving
OpenPCDet
OpenPCDet Toolbox per la rilevazione di oggetti 3D basata su LiDAR.
5.7k · 3d-detection
condivideobject-detectionautonomous-driving
IA-SSD
Non tutti i punti sono uguali: apprendimento di rilevatori altamente efficienti basati su punti…
413 · 3d-object-detection
condivideobject-detectionautonomous-driving
YOLOP-opencv-dnn
Utilizza OpenCV per implementare la rete di percezione della guida panoramica YOLOP, in grado d…
312 · autonomous-driving
condivideobject-detectionautonomous-driving
PreciseRoIPooling
RoI Pooling preciso con supporto per gradienti di coordinate, proposto nell'articolo "Acquisiti…
781 · computer-vision
condivideobject-detection
DeFCN
Rilevamento oggetti end-to-end con rete completamente convoluzionale
494 · computer-vision
condivideobject-detection
lvis-api
API Python per il dataset LVIS
430 · computer-vision
condivideobject-detection
DINO
[ICLR 2023] Implementazione ufficiale dell'articolo "DINO: DETR con Migliori Ancore di DeNoisin…
2.8k · computer-vision
condivideobject-detection
FastestDet
⚡ Un algoritmo di rilevamento target ultra leggero e senza ancoraggio, pesa solo 250K parametri…
856 · computer-vision
condivideobject-detection

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