Yolov7 相关的热门 GitHub AI项目仓库

将 YOLOv5 模型（基于 PyTorch 框架）转换为 ONNX、CoreML 和 TFLite 格式。

YOLOv7论文的实现：可训练的免费策略集合创造了实时目标检测的新 state-of-the-art

基于PaddlePaddle的目标检测工具包。它支持目标检测、实例分割、多目标跟踪和实时多人关键点检测。

YOLOX是一个高性能的无锚点YOLO目标检测器，性能超越了yolov3到yolov5。它支持MegEngine、ONNX、TensorRT、ncnn和OpenVINO等多种推理引擎。文档地址：https://yolox.readthedocs.io/

这个资源库提供了关于最先进计算机视觉模型和技术的全面教程集合。您可以学习从ResNet等基础架构到YOLOv11、RT-DETR、SAM 2、Florence-2、PaliGemma 2和Qwen-2.5VL等尖端模型的各种内容。

计算机视觉与体育运动的酷炫实验

YOLOv4 的 PyTorch、ONNX 和 TensorRT 实现

基于直接体积卷积神经网络回归的单图像大姿态三维人脸重建代码

一个轻量级的C++工具包，包含100多个强大的AI模型，支持ONNX运行时(ORT)、MNN、NCNN、TNN和TensorRT。

本书《Pytorch实用教程》（第二版）涵盖从零基础入门到进阶应用的全部内容，无论你是想学习CV、NLP、LLM项目，还是想深入了解工程化部署和落地，都能从中获益。通过本书的学习，你将轻松掌握PyTorch，成为一名优秀的深度学习工程师。

用于技术报告“YOLOv3：一个增量改进”的TensorFlow代码

销冠主播大模型，一个能根据商品特点，用更吸引人的方式讲解商品，激发用户购买欲的AI主播。它包含详细的数据生成流程，并整合了多种技术，例如：LMDeploy 加速推理、基于检索增强生成、文字转语音、数字人形象生成、网络实时信息查询、语音转文字、Vue前端框架、FastAPI后端框架以及Docker-compose打包部署。

OpenMMLab YOLO系列工具箱和基准测试。实现了RTMDet、旋转RTMDet、YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOX、PPYOLOE等算法。

基于PyTorch框架实现的YOLO v3目标检测算法

秋招、春招、实习项目好机会！带你从零开始构建一个高性能的深度学习推理库，支持Llama 2、U-Net、YOLOv5、ResNet等大型模型的推理。

一款非官方早期版本的YOLOv7，它结合了Transformer和实例分割技术，并支持TensorRT加速！

DAMO-YOLO：一种快速且准确的目标检测方法，它采用了一些新技术，包括神经架构搜索（NAS）骨干网络、高效的RepGFPN、ZeroHead、AlignedOTA以及蒸馏增强。

计算库是一组针对Arm CPU和GPU优化的计算机视觉和机器学习函数，使用了SIMD技术。

专注于改进YOLO系列目标检测模型（包括YOLOv5、YOLOv7、YOLOv8、YOLOv10、YOLOv11、YOLOv12）以及RT-DETR模型。支持改进模型的骨干网络、颈部网络、头部网络、损失函数、IoU计算、非极大值抑制（NMS）等模块。

基于 TensorRT 集成的 C++ 库