Awesome GitHub RepositoriesObject Tracking Systems

Ultralytics is a comprehensive computer vision framework designed for training, validating, and deploying deep learning models across a wide range of visual recognition tasks. It provides a unified interface for core operations including object detection, instance segmentation, pose estimation, and image classification. By utilizing a modular architecture, the platform allows users to swap model components to balance inference speed and accuracy requirements for diverse applications. The framework distinguishes itself through its support for real-time processing and flexible deployment. It in

PaddleDetection is an object detection framework designed for the end-to-end development, training, and deployment of computer vision models. It provides a comprehensive library of modular neural network architectures and pipelines that support object detection, instance segmentation, and multi-object tracking tasks. The project distinguishes itself through a configuration-driven approach that decouples model components like backbones and heads, allowing for the flexible assembly of custom vision workflows. It incorporates advanced techniques such as anchor-free detection logic, joint detecti

jetson-inference is a set of libraries and tools for executing optimized deep learning models on embedded GPU hardware. Its primary purpose is to enable real-time computer vision and AI inference at the edge with low latency and high throughput. The project distinguishes itself through high-performance streaming analytics and the ability to execute concurrent AI pipelines on auto-grade silicon. It provides specialized support for multi-sensor stream processing, utilizing zero-copy data transport to load camera frames directly into GPU memory. The codebase covers a broad surface of capabiliti

This project is a comprehensive collection of educational examples and reference implementations for building vision and language models using PyTorch. It serves as a deep learning tutorial covering the end-to-end process of developing neural networks, from initial architecture definition to final production deployment. The repository provides detailed guides on implementing a wide range of domain-specific models, including convolutional neural networks for object detection and segmentation, as well as transformer and recurrent architectures for natural language processing. It emphasizes gene

This project is a computer vision system for object segmentation and tracking across images and videos. It employs models capable of identifying and masking objects using text prompts, bounding boxes, click points, or image exemplars. The system differentiates itself through memory-based video tracking and shared-memory architectures that maintain consistent object identities over time. It supports multi-object processing in single computation passes to increase frame throughput and utilizes iterative refinement to correct segmentation boundaries through sequential prompts. The software also

ByteTrack is a multi-object tracking framework that implements the ByteTrack algorithm, an ECCV 2022 method designed to recover occluded objects and reduce trajectory fragmentation. The core innovation of the project is its association algorithm, which processes every detection box—including low-confidence ones—by using separate high and low score thresholds, Kalman filter motion prediction, and Hungarian algorithm matching to produce consistent object identities across video frames. The project distinguishes itself by its comprehensive approach to handling occlusions and fragmented trajector

DeepSORT هو إطار عمل لتتبع كائنات متعددة في الوقت الفعلي مصمم للحفاظ على هويات متسقة لكائنات متعددة عبر إطارات الفيديو. يدمج ميزات مظهر التعلم العميق مع واصفات الحركة لتتبع الكائنات عبر تسلسل من بيانات الفيديو. يستخدم النظام شبكة عصبية تلافيفية عميقة لتوليد واصفات مرئية عالية الأبعاد لإعادة تحديد الأشخاص. يتم دمج ميزات المظهر هذه مع تقدير الحركة عبر مرشح كالمان وحلها باستخدام خوارزمية المجر لربط الاكتشافات بشكل مثالي مع المسارات الموجودة. يتضمن إطار العمل قدرات لتصفية الربط القائمة على البوابات وإدارة المسار القائمة على الحالة للتعامل مع دورات حياة الكائنات. كما يوفر أدوات لعرض نتائج التتبع على إطارات الفيديو وتقييم أداء التتبع مقابل المعايير الراسخة.

Gluon-CV هي مكتبة رؤية حاسوبية لـ MXNet توفر مجموعة شاملة من معماريات الرؤية وخطوط أنابيب التدريب المنفذة مسبقاً. تعمل كمجموعة أدوات لأبحاث التعلم العميق وحديقة نماذج تحتوي على أوزان مدربة مسبقاً ومتطورة لتحليل الصور والفيديو. يتضمن المشروع مكتبة متخصصة لتقدير وضعية الإنسان ومجموعة أدوات لضغط النماذج. تسمح هذه الأدوات بتقليم وتكميم نماذج التعلم العميق لزيادة سرعة الاستدلال وتسهيل النشر على أجهزة الحافة المقيدة. تغطي المكتبة مجموعة واسعة من قدرات الرؤية، بما في ذلك تصنيف الصور، واكتشاف الكائنات، والتجزئة الدلالية والمثالية. كما توفر أدوات لتحليل الفيديو، مثل التعرف على الإجراءات، وتتبع الكائنات، وتقدير العمق أحادي العين. يتم دعم التدريب من خلال خطوط أنابيب مؤتمتة وأحمال عمل موزعة على وحدات GPU متعددة لتسريع تقارب النموذج.

هذا المشروع عبارة عن إطار عمل PyTorch لإعادة تحديد هوية الأشخاص مصمم لتدريب وتقييم النماذج التي تحدد الأفراد عبر مشاهد كاميرا مختلفة. يوفر خط أنابيب تدريب نموذج كامل، ومستخرج ميزات تعلم عميق لتحويل الصور إلى متجهات رقمية، ومجموعة من أدوات قياس الرؤية الحاسوبية لقياس دقة استرجاع الهوية. يتضمن إطار العمل مجموعة أدوات تعلم نقل متخصصة تدعم تجميد الطبقات، وتحسين معدل التعلم المرحلي، ومعدلات تعلم تفاضلية لضبط النماذج المدربة مسبقاً. يتميز بمحرك قابل للتوسيع يسمح بتطوير منطق تدريب مخصص وتنفيذ أهداف تحسين محددة مثل تعدين خسارة الثلاثي للعينة الصعبة وتنعيم التسميات. يغطي النظام إدارة شاملة لمجموعات البيانات، بما في ذلك دعم المعايير القياسية، وأخذ عينات الدفعات المتوازنة، وتعزيز الصور. يوفر أدوات تقييم لحساب رتب الاسترجاع ومسافات الميزات، بالإضافة إلى أدوات تصور لتوليد خرائط حرارة التنشيط ومعارض الاسترجاع المصنفة. تم تنفيذ المشروع بلغة Python ويستفيد من PyTorch لعمليات التعلم العميق الخاصة به.

Roboflow Sports is a sports video analysis system that combines object detection and tracking with bird's-eye field visualization. Its core pipeline detects and tracks players, referees, and balls across video frames, then maps those tracked positions onto a radar-style overhead view of the playing field. The system goes beyond basic detection by localizing field boundaries and key landmarks such as pitch lines and corners, enabling spatial mapping of player positions relative to the field geometry. It classifies detected players by team affiliation through visual feature extraction and clust

هذا المشروع عبارة عن مورد تعليمي شامل ودورة تدريبية لبناء الشبكات العصبية باستخدام PyTorch. يغطي اللبنات الأساسية للتعلم العميق، بما في ذلك معالجة الموترات (tensors)، والتمايز التلقائي، وبناء مكونات الشبكة العصبية المعيارية. يعمل المستودع كدليل تقني للعديد من المجالات المتخصصة. يوفر تفاصيل تنفيذ لمهام رؤية الكمبيوتر مثل تصنيف الصور، واكتشاف الكائنات، والتجزئة الدلالية، بالإضافة إلى سير عمل معالجة اللغات الطبيعية التي تتضمن المحولات (transformers)، والشبكات المتكررة، والنماذج التوليدية. بالإضافة إلى ذلك، يتضمن مرجعاً للذكاء الاصطناعي التوليدي، مع التركيز بشكل خاص على تركيب الصور عبر نماذج الانتشار (diffusion models) والشبكات التنافسية. تمتد المادة إلى تحسين النماذج وخطوط أنابيب النشر. تغطي تقنيات لتقليل حجم النموذج وزيادة سرعة الاستنتاج من خلال التكميم (quantization) وتصدير النماذج إلى تنسيقات مثل ONNX وTensorRT. تشمل مجالات القدرة الأخرى هندسة البيانات للتحميل المتوازي، وتقييم النموذج باستخدام مقاييس مخصصة، ونشر نماذج اللغات الكبيرة مفتوحة المصدر. يتم تقديم المشروع بشكل أساسي كسلسلة من دفاتر Jupyter.

هذا المشروع عبارة عن إطار عمل تعلم عميق قائم على PyTorch وخط أساس للتعلم الخاضع للإشراف لإعادة تحديد هوية الأشخاص والمركبات. يوفر خط أنابيب كاملاً لتدريب وتقييم النماذج المصممة لاستخراج تضمينات الميزات القائمة على الهوية ومطابقة نفس الكيان عبر مشاهد كاميرا مختلفة. يتميز إطار العمل بدعم مطابقة الهوية عبر الوسائط، مما يتيح استرجاع الهويات عبر مستشعرات تصوير مختلفة مثل RGB والأشعة تحت الحمراء. كما يتضمن تحسيناً متقدماً للاسترجاع من خلال تقنيات إعادة الترتيب، باستخدام التشفير المتبادل والشبكات العصبية للرسوم البيانية لتحسين دقة الترتيب. يغطي النظام مجموعة واسعة من قدرات رؤية الكمبيوتر، بما في ذلك استخراج تضمين الميزات، وتقييم استرجاع الصور، ومعالجة البيانات مسبقاً مع زيادة المسح العشوائي. يوفر أدوات لتحسين النموذج عبر التلافيف ودمج تطبيع الدفعة، بالإضافة إلى تسريع استدلال TensorRT. يتم تضمين أدوات المراقبة والتشخيص لتصور خرائط حرارة انتباه النموذج ونتائج التحديد. تنفذ المكتبة أيضاً آليات دفاعية من خلال التدريب العدائي لزيادة قوة النموذج.

هذا المشروع عبارة عن إطار عمل لتتبع كائنات متعددة مصمم لتعيين هويات ثابتة لصناديق التحديد (bounding boxes) المكتشفة عبر إطارات الفيديو المتتالية. يعمل كخوارزمية تتبع للرؤية الحاسوبية تراقب أهدافاً متحركة متعددة في الوقت الفعلي من خلال ربط الاكتشافات بتسميات متسقة. يستخدم النظام نهج تقدير الحالة المتمحور حول مرشح Kalman للتنبؤ بمواقع الكائنات المستقبلية والحفاظ على الهوية أثناء فجوات الاكتشاف. ويستخدم خوارزمية Hungarian للربط الأمثل للبيانات ويحسب التقاطع فوق الاتحاد (intersection over union) لمطابقة مواقع المسار المتوقعة مع الاكتشافات الفعلية. يدير خط المعالجة سجلاً للمسارات النشطة باستخدام نموذج سرعة ثابتة خطي لتبسيط انتقالات الحالة. ويقوم بمعالجة متكررة إطاراً بإطار لتحديث حالة جميع الكائنات المتعقبة أثناء تحليل الصور الجديدة.

FairMOT هو إطار عمل لتتبع الكائنات المتعددة ونموذج تعلم عميق مصمم لتحديد وتتبع كيانات متعددة عبر إطارات الفيديو. ينفذ خط أنابيب موحداً يدمج اكتشاف الكائنات وإعادة تحديد الهوية في شبكة مشتركة من مرحلة واحدة. يستخدم النظام طريقة اكتشاف خالية من المراسي (anchor-free) للتنبؤ بمراكز الكائنات وأبعاد صناديق التحديد. يحافظ على اتساق الهوية عبر الإطارات المتتالية من خلال إنشاء متجهات تضمين عالية الأبعاد لإعادة التحديد واستخدام مرشح Kalman للتنبؤ بحالة الحركة. يغطي إطار العمل مجموعة واسعة من قدرات الرؤية الحاسوبية، بما في ذلك اكتشاف الكائنات في الوقت الفعلي واستخدام خوارزمية Hungarian لتعيين المسارات. كما يتضمن أدوات لتدريب النماذج على مجموعات بيانات صور مخصصة وإنشاء تصورات فيديو مع صناديق تحديد متراكبة ومعرفات ثابتة.

fast-reid is a PyTorch-based computer vision framework designed for building, training, and deploying deep learning models for identity-based vision tasks. It provides a specialized toolbox for person re-identification and vehicle re-identification, enabling the matching of individuals and vehicles across non-overlapping camera views. The project includes tools for person attribute recognition to identify specific physical characteristics and traits. It features a modular model zoo that allows for the swapping and benchmarking of different re-identification architectures. The framework cover

Human is a TensorFlow.js computer vision library used for face, body, and hand tracking within the browser or Node.js. It provides a framework for human pose and gesture tracking, facial recognition, and biometric liveness detection to verify a live human presence. The project distinguishes itself through a full suite of identity and motion tools, including a facial recognition framework that generates embeddings for similarity matching and a background segmenter for separating humans from their environment. It incorporates a liveness detector to prevent spoofing during facial analysis. The

This project is a multi-object tracking library and computer vision toolkit designed to maintain consistent identity IDs for objects across video frames. It provides a motion-based object tracking system that converts raw detections into stable temporal tracks, enabling the analysis of object movement and behavior over time. The toolkit distinguishes itself through advanced identity maintenance, utilizing Kalman filters for linear motion tracking and sparse optical flow for camera motion estimation. It features multi-stage object association to recover occluded objects and non-linear motion t

هذا المشروع عبارة عن خط أنابيب رؤية حاسوبية يدمج اكتشاف الكائنات وتتبعها لمراقبة الكائنات المتحركة داخل تدفقات الفيديو. يعمل كأداة تحليلات شاملة تعالج إطارات الفيديو لتحديد، وتصنيف، والحفاظ على الهوية الفريدة للكائنات أثناء تحركها عبر المشهد. يستخدم النظام مزيجاً من استنتاج التعلم العميق للاكتشاف وتقدير الحركة لضمان الاستمرارية الزمنية. من خلال إقران واصفات المظهر المرئي بنمذجة الحركة التنبؤية، فإنه يحافظ على هويات الكائنات حتى أثناء الانسدادات المؤقتة أو عندما يكون التداخل المكاني غير كافٍ. يستخدم إطار العمل معالجة تسلسلية لمزامنة نتائج الاكتشاف مع منطق التتبع، مما يسمح بالمراقبة المتسقة لأنماط الحركة. بعيداً عن التتبع الأساسي، يتضمن البرنامج قدرات لقياس النشاط داخل تغذية الفيديو. ويدعم حساب إجمالي الكائنات أو المركبات أثناء عبورها خطوطاً محددة أو دخولها مناطق معينة. تم هيكلة التنفيذ كإطار عمل تطوير لبناء تطبيقات رؤية مخصصة تفسر وتستخرج البيانات من البيئات الديناميكية.

This project is a computer vision framework designed for the detection, identification, and tracking of human subjects within video streams. It provides an integrated system for locating individuals, generating biometric models from image datasets, and maintaining identity labels across consecutive video frames. The system distinguishes itself through its ability to maintain identity persistence across multiple camera feeds. By utilizing deep learning inference to extract feature vector embeddings and applying motion prediction algorithms, it links unique identity signatures across disparate