Início Projetos yolov3-tf2
yolov3-tf2

yolov3-tf2

por zzh8829 · GitHub

YoloV3 Implementado em Tensorflow 2.0

Ver no GitHub
Em palavras simples

Detecte objetos em imagens usando uma implementação bem estruturada do YoloV3 no TensorFlow.

⭐ 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 →
yolov3-tf2 — GitHub preview card
📈 Histórico de estrelas
2 5142 512
2026-07-072026-07-29
📈 Acompanhe yolov3-tf2

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

YoloV3 Implementado em Tensorflow 2.0

yolov3-tf2 tem 2.5k estrelas no GitHub. Foi bifurcado 890 vezes. yolov3-tf2 é escrito principalmente em Jupyter Notebook. Está em desenvolvimento ativo desde 2019. yolov3-tf2 está disponível sob a licença MIT. Os seus principais temas são: deep-learning, machine-learning, neural-network, object-detection.

Frequently asked questions

O que é yolov3-tf2?

YoloV3 Implementado em Tensorflow 2.0

yolov3-tf2 é de código aberto?

yolov3-tf2 é um projeto de código aberto. É distribuído sob a licença MIT.

yolov3-tf2 é gratuito?

Sim. yolov3-tf2 é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está yolov3-tf2?

yolov3-tf2 está disponível sob a licença MIT.

Em que linguagem yolov3-tf2 está escrito?

yolov3-tf2 é escrito principalmente em Jupyter Notebook.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — yolov3-tf2

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=zzh8829-yolov3-tf2)](https://opensourceai.tech/project/zzh8829-yolov3-tf2.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.