Awesome GitHub RepositoriesVideo Stream Detections

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

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

Ce projet est un framework de détection d'objets PyTorch qui implémente l'architecture Faster R-CNN. Il sert de modèle de vision pour prédire des boîtes englobantes précises autour de multiples objets dans des images et des flux vidéo en direct. Le système est optimisé pour l'entraînement multi-GPU afin de réduire le temps requis pour la convergence du modèle. Il utilise une conception accélérée par GPU pour gérer l'entraînement et l'inférence de réseaux de détection complexes. Le framework couvre le cycle de vie complet de la détection d'objets, y compris l'entraînement de réseaux personnalisés et l'inférence pour les images statiques et les flux vidéo en temps réel. Il inclut des capacités pour la validation des performances du modèle en utilisant des jeux de données standardisés, ainsi que des optimisations d'entraînement telles que le regroupement basé sur le rapport d'aspect et les charges de travail distribuées.

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

PaddleX is a PaddlePaddle-based framework for building, deploying, and fine-tuning AI model pipelines, with pre-built support for computer vision, OCR, document analysis, and time series tasks. It offers a toolkit of ready-to-use pipelines for image classification, object detection, segmentation, and pose estimation, alongside an end-to-end OCR document analysis pipeline that extracts text, tables, formulas, and layout information. The platform also includes a dedicated time series forecasting pipeline for analyzing historical data to detect anomalies, classify patterns, and predict future val

yolotf est un framework de détection d'objets qui fournit des outils pour convertir les configurations et les poids de modèles Darknet en graphes TensorFlow. Il inclut un entraîneur de modèles TensorFlow pour entraîner de nouveaux modèles de détection ou affiner des poids existants en utilisant des jeux de données personnalisés. Le projet propose un exportateur de modèles mobiles qui sérialise les définitions de graphes et les métadonnées dans des fichiers protobuf pour un déploiement sur des appareils mobiles. Le framework prend en charge l'inférence de détection d'objets sur des images et des vidéos pour identifier des objets et exporter les coordonnées des boîtes englobantes. Il gère l'état du modèle via la traduction de mappage de poids et l'entraînement basé sur des points de contrôle pour permettre la restauration des poids et des états de l'optimiseur.

This is the official documentation repository for Raspberry Pi hardware and software. It covers the complete range of Raspberry Pi single-board computers, the RP-series microcontrollers, and the Raspberry Pi operating system. The documentation provides reference material for setting up devices, configuring hardware, and using the system for tasks including AI inference, camera and video capture, embedded development, and remote access. The documentation covers the full boot chain from the GPU firmware and EEPROM bootloader through to kernel loading, with detailed guidance on boot configuratio

SAHI est un framework d'inférence par découpage (sliced inference) et un pipeline de vision par ordinateur conçu pour détecter de petits objets dans des images haute résolution. Il fournit un système pour diviser les grandes images en patchs chevauchants afin d'éviter la perte de détails qui se produit généralement lors de la réduction d'échelle standard des modèles, aux côtés d'un utilitaire de tuilage d'image et d'une boîte à outils de jeu de données COCO. Le projet se distingue en offrant un wrapper de prédiction agnostique au modèle qui standardise différents frameworks d'apprentissage automatique dans une interface unifiée. Cela lui permet d'implémenter l'inférence par découpage et la détection d'objets à travers divers backends de modèles tout en maintenant un format de sortie cohérent. Au-delà de l'inférence, le framework couvre la gestion de jeux de données pour les formats COCO et YOLO, incluant des outils pour le découpage d'images annotées, le remapping de catégories et la fusion de jeux de données. Il inclut également une suite pour l'évaluation et la surveillance des performances des modèles, présentant le calcul de métriques pour la précision et le rappel, l'analyse des erreurs de détection et la visualisation des résultats. La boîte à outils est accessible via une interface en ligne de commande pour automatiser les workflows d'inférence à travers les répertoires d'images et les flux vidéo.

mmaction2 est un toolkit de compréhension vidéo PyTorch conçu pour entraîner et évaluer des modèles de deep learning. Il sert de framework pour la reconnaissance d'action, la localisation temporelle et la détection d'action spatio-temporelle, fournissant des outils spécialisés pour l'analyse vidéo basée sur les pixels et la reconnaissance d'action basée sur le squelette. Le projet se distingue par une architecture modulaire présentant une découverte de composants basée sur un registre et un assemblage de modèles hiérarchique piloté par configuration. Il supporte la fusion de caractéristiques multi-modales, intégrant des frames RGB, le flux optique et l'audio, et inclut des capacités pour la récupération de clips vidéo par texte et la prédiction vidéo zero-shot. Globalement, le framework couvre l'ingénierie de jeux de données vidéo, incluant la standardisation des annotations et l'échantillonnage de frames, ainsi que l'entraînement et l'évaluation complets des modèles. Il fournit des utilitaires pour l'entraînement distribué, la distillation de connaissances et l'optimisation de l'inférence via la reparamétrisation de modèles. La base de code supporte l'export de modèles ONNX et la conteneurisation de l'environnement pour le déploiement à travers différents nœuds de calcul.

mmtracking is a PyTorch video perception framework designed for training and deploying computer vision models that analyze sequential image data. It provides specialized tools for multi-object tracking, video instance segmentation, and a configuration-driven system for managing deep learning models. The project utilizes a deep learning model registry and a configuration-driven pipeline to swap model backbones and detectors without modifying the core codebase. This modular approach allows for the development of custom perception architectures by combining various components and configurations.

This project is a computer vision system designed for real-time facial recognition and identity tracking using live camera feeds. It provides a framework for capturing, registering, and identifying multiple individuals simultaneously by comparing live video input against a local database of pre-registered facial descriptors. The system distinguishes itself through a performance-oriented processing pipeline that balances computational load during live analysis. By combining deep neural network feature extraction with centroid-based object tracking, the software maintains consistent identity la

This application is a real-time computer vision system designed to identify and label objects within live video feeds, recorded files, and static images. It functions as a comprehensive framework that integrates pre-trained machine learning models with video processing pipelines to perform multi-object localization and visual data tracking. The system distinguishes itself through a multithreaded architecture that decouples frame acquisition from detection logic, ensuring the interface remains responsive during continuous analysis. It provides specialized scripts for training and optimizing cu