Início Projetos mmdeploy
mmdeploy

mmdeploy

por open-mmlab · GitHub

Framework de Implantação de Modelos OpenMMLab

Ver no GitHub
Em palavras simples

Implante modelos de visão computacional facilmente usando uma estrutura projetada para implantação de modelos.

⭐ Estrelas
🍴 Forks
🔥 Tendências
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
mmdeploy — GitHub preview card
📈 Histórico de estrelas
3 1303 127
2026-07-072026-07-29
📈 Acompanhe mmdeploy

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Framework de Implantação de Modelos OpenMMLab

mmdeploy tem 3.1k estrelas no GitHub. Foi bifurcado 713 vezes. mmdeploy é escrito principalmente em Python. Está em desenvolvimento ativo desde 2021. mmdeploy está disponível sob a licença Apache-2.0. Os seus principais temas são: computer-vision, deep-learning, deployment, mmdetection.

Frequently asked questions

O que é mmdeploy?

Framework de Implantação de Modelos OpenMMLab

mmdeploy é de código aberto?

mmdeploy é um projeto de código aberto. É distribuído sob a licença Apache-2.0.

mmdeploy é gratuito?

Sim. mmdeploy é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está mmdeploy?

mmdeploy está disponível sob a licença Apache-2.0.

Em que linguagem mmdeploy está escrito?

mmdeploy é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — mmdeploy

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=open-mmlab-mmdeploy)](https://opensourceai.tech/project/open-mmlab-mmdeploy.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.