Awesome GitHub RepositoriesDetection Model Training

This project is a TensorFlow and Keras implementation of the Mask R-CNN architecture. It provides a framework for performing simultaneous object detection and instance segmentation, transforming raw images into segmented masks and bounding boxes for individual object identification. The toolset enables custom computer vision training through fine-tuning pre-trained weights and integrating user-provided datasets. It includes capabilities for distributed GPU training to accelerate the optimization of large vision models. The framework covers model evaluation using standard precision metrics an

Darknet is a high-performance C-based inference engine and computer vision library designed for real-time object identification and localization. It serves as a neural network framework for training and deploying detection models using the YOLO architecture, providing a toolset for deep learning training and deployment. The project differentiates itself through a C and CUDA implementation that enables hardware acceleration for matrix multiplication and inference speed optimization. It provides a shared library interface for embedding detection capabilities into external applications and suppo

YOLOv10 is a PyTorch computer vision library and real-time vision framework designed for locating and identifying multiple objects in images and video streams. It functions as an end-to-end object detector that optimizes for high-speed deployment and detection precision. The project is distinguished by an NMS-free detection architecture that predicts a single bounding box per object, eliminating the need for non-maximum suppression post-processing to reduce inference latency. It further optimizes for edge hardware through scalable weights and a quantization-friendly structure that facilitates

This is a real-time object detection framework built on the YOLOv3 architecture, implemented in PyTorch. It provides a complete pipeline for identifying and localizing objects in images and video using a single neural network pass, combining a Darknet-53 backbone with multi-scale feature pyramids and anchor-based bounding box prediction. The framework extends beyond basic detection to include instance segmentation, human pose estimation, and multi-object tracking across video frames. It offers a model export toolkit that converts trained models through ONNX to CoreML, TensorFlow Lite, and Ten

YOLOv9 is a real-time computer vision framework and deep learning model designed for image classification, object detection, and instance segmentation. It functions as both a vision model and a trainer, allowing for the optimization of neural network weights on custom datasets using single or multiple GPUs. The framework utilizes programmable gradient information to perform high-speed identification and location of multiple objects within images and video streams. It extends beyond bounding box detection to provide instance segmentation and panoptic segmentation, which labels every pixel in a

ImageAI is a Python computer vision library providing a suite of tools for image classification, object detection, and video analytics. It functions as an integrated framework for locating and labeling objects in static images and video streams, utilizing deep learning models for identification and categorization. The project includes a model training toolkit that allows for the creation of custom classifiers and detectors through scratch training or transfer learning. It features a GPU-accelerated inference engine to increase processing speed for vision tasks and includes specialized utiliti

This project is a Python implementation of the Faster R-CNN object detection framework. It serves as a convolutional neural network library and tool for locating and classifying multiple objects within images. The framework provides a pre-trained model implementation that allows for object detection inference without manual training. It supports the full lifecycle of object detection, including training detectors on visual datasets to identify and bound specific object classes. The system covers capabilities for computer vision model evaluation, neural network optimization to reduce model si

Este proyecto es un framework de detección de objetos de PyTorch que implementa la arquitectura Faster R-CNN. Sirve como modelo de visión para predecir cuadros delimitadores precisos alrededor de múltiples objetos dentro de imágenes y transmisiones de video en vivo. El sistema está optimizado para el entrenamiento multi-GPU para reducir el tiempo requerido para la convergencia del modelo. Utiliza un diseño acelerado por GPU para manejar el entrenamiento y la inferencia de redes de detección complejas. El framework cubre el ciclo de vida completo de la detección de objetos, incluyendo el entrenamiento de redes personalizadas y la inferencia para imágenes estáticas y transmisiones de video en tiempo real. Incluye capacidades para la validación del rendimiento del modelo utilizando conjuntos de datos estandarizados, así como optimizaciones de entrenamiento como el agrupamiento basado en relación de aspecto y cargas de trabajo distribuidas.

Este proyecto proporciona un conjunto de modelos ligeros de detección facial diseñados para inferencia de alta velocidad en dispositivos de computación de borde (edge computing). Se centra en una arquitectura de red neuronal compacta que permite la detección de rostros humanos en entornos caracterizados por recursos de cómputo limitados y restricciones de energía. El sistema cuenta con detectores faciales cuantizados disponibles en múltiples formatos para garantizar la compatibilidad entre diversas arquitecturas de hardware. Incluye utilidades para la exportación y cuantización de modelos, permitiendo que los pesos entrenados se conviertan a formatos estandarizados para un despliegue agnóstico al hardware. El proyecto cubre flujos de trabajo para el entrenamiento de modelos personalizados y el procesamiento de conjuntos de datos de imágenes para ajustar perfiles de precisión y velocidad. Admite tareas de visión artificial en tiempo real mediante el uso de aritmética de solo enteros y un runtime de inferencia basado en C para minimizar la sobrecarga en hardware embebido.

This project is a PyTorch implementation of the YOLOv3 object detection architecture. It functions as a real-time object detector and computer vision framework designed to identify and locate multiple objects within images using bounding boxes and class labels. The system allows for both the use of pretrained weights for immediate image analysis and the training of custom models using datasets with bounding box annotations. It provides a programmatic interface to integrate detection capabilities directly into other software applications. The framework includes tools for model evaluation to m

This project is an object detection framework implementing the YOLOv3 architecture using Keras and TensorFlow. It functions as a deep learning vision model and computer vision toolset designed to locate and classify multiple entities within images and video streams using bounding boxes. The system includes a multi-GPU inference engine to distribute computational loads across several graphics processing units. It also provides a pipeline for creating custom object detectors by retraining pre-trained weights on annotated datasets to recognize user-defined object classes. The framework covers m

Este proyecto es un framework de redes residuales profundas y modelos de PyTorch pre-entrenados diseñados para el reconocimiento de imágenes de alta precisión. Implementa una arquitectura de red neuronal que utiliza conexiones de salto (skip connections) para permitir el entrenamiento de modelos muy profundos sin degradación del gradiente. El sistema está diseñado para tareas de visión artificial, incluyendo clasificación de imágenes, detección de objetos y segmentación de datos visuales. Incluye pesos entrenados en ImageNet para apoyar el transfer learning y el ajuste fino (fine-tuning) de modelos en datasets de imágenes personalizados. El diseño arquitectónico se centra en bloques de aprendizaje residual, configuraciones de capas de cuello de botella y normalización por lotes (batch normalization) para mantener la estabilidad durante el entrenamiento. El framework también emplea global average pooling para reducir parámetros y prevenir el sobreajuste (overfitting).

This is an open-source autonomous driving perception pipeline that processes camera and lidar sensor data to detect, track, and fuse objects in real-world driving environments. The project integrates an end-to-end perception workflow combining sensor calibration, deep learning object detection, Kalman filter tracking, and sensor fusion for robust scene understanding. The pipeline includes camera calibration tools to remove lens distortion from raw images, deep learning model training for object classification and detection, and multi-object tracking using Kalman filters with data association

The TensorFlow Cookbook is a collection of code examples and recipes for building, training, and deploying machine learning models using TensorFlow. It covers the full model lifecycle, from constructing neural networks and training them with configurable parameters to packaging trained models for production deployment with unit tests and multi-device support. The project also integrates TensorBoard for logging and visualizing computational graphs, scalar summaries, and histograms during training. The cookbook demonstrates a wide range of machine learning techniques, including convolutional ne

NanoDet-Plus⚡Super fast and lightweight anchor-free object detection model. 🔥Only 980 KB(int8) / 1.8MB (fp16) and run 97FPS on cellphone🔥

yolotf es un framework de detección de objetos que proporciona herramientas para convertir configuraciones y pesos de modelos de Darknet a grafos de TensorFlow. Incluye un entrenador de modelos de TensorFlow para entrenar nuevos modelos de detección o ajustar pesos existentes utilizando datasets personalizados. El proyecto cuenta con un exportador de modelos móviles que serializa definiciones de grafos y metadatos en archivos protobuf para su despliegue en dispositivos móviles. El framework soporta inferencia de detección de objetos en imágenes y video para identificar objetos y exportar coordenadas de cajas delimitadoras. Gestiona el estado del modelo mediante la traducción de mapeo de pesos y entrenamiento basado en puntos de control para permitir la restauración de pesos y estados del optimizador.

Darkflow es un framework de detección de objetos y pipeline de visión artificial que proporciona una interfaz programática para realizar análisis de imágenes y detección de objetos en tiempo real. Funciona como una herramienta para cargar pesos, ajustar modelos y ejecutar inferencia tanto en imágenes estáticas como en feeds de video. El proyecto sirve como un convertidor que traduce configuraciones y pesos de Darknet a grafos de TensorFlow para permitir el reentrenamiento y el despliegue. Incluye un exportador de modelos que guarda los grafos entrenados en archivos protobuf portátiles para su uso en dispositivos móviles y nativos. El sistema cubre capacidades para entrenar y ajustar modelos de detección en datasets personalizados, con puntos de control de progreso para la recuperación del entrenamiento. También proporciona herramientas para la traducción de mapeo de pesos y el procesamiento de datos de imagen crudos a través de operaciones de tensores para producir cajas delimitadoras y puntuaciones de confianza.

tiny-dnn is a header-only C++14 deep learning framework for building, training, and running inference on neural networks. It constructs static computational graphs at compile time using template-based layer composition, with a gradient-based backpropagation engine and minibatch stochastic gradient descent for training, all without external dependencies beyond the C++14 standard library. The framework supports importing pre-trained models from the Caffe framework directly, parsing its binary serialization format without requiring external protocol buffer libraries. It provides CPU-optimized te

This is a comprehensive deep learning course delivered entirely through Jupyter Notebooks, designed to teach neural network construction using TensorFlow 2.x. The curriculum follows a sequential-model-first pedagogy, introducing the Sequential API before moving to functional and subclassing approaches, and covers the full spectrum of model building from regression and classification through convolutional neural networks, natural language processing, and time series forecasting. The course is structured around a checkpoint-based training workflow that saves the best model weights during traini

YOLOv6 es un framework de aprendizaje profundo de una sola etapa diseñado para la detección industrial de objetos. Sirve como un entrenador de modelos de visión artificial para identificar y localizar objetos dentro de imágenes, así como una herramienta de segmentación de instancias que delinea límites precisos de objetos utilizando máscaras. El proyecto incluye un optimizador de inferencia móvil especializado y un kit de herramientas de cuantización de modelos. Estos componentes se centran en reducir el tamaño y la resolución del modelo para mejorar la velocidad de ejecución en chipsets basados en ARM y convertir modelos a formatos de baja precisión para disminuir el tamaño del archivo. El framework cubre una amplia gama de capacidades, incluyendo entrenamiento de modelos personalizados, segmentación de instancias en tiempo real y conversión de tiempo de ejecución de modelos para ejecución multiplataforma. También admite la optimización de inferencia en dispositivos de borde para mantener el rendimiento en varios tiempos de ejecución de hardware.