20 रिपॉजिटरी
Awesome GitHub RepositoriesObject Tracking Systems
Systems designed to maintain the persistent identity of multiple objects across continuous video streams and live feeds.
Explore 20 awesome GitHub repositories matching artificial intelligence & ml · Object Tracking Systems. Refine with filters or upvote what's useful.
Awesome Object Tracking Systems GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- ultralytics/ultralytics
ultralytics/ultralytics
58,468GitHub पर देखेंUltralytics 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
Maintains persistent identity across continuous video feeds for multiple detected objects.
Pythonclicomputer-visiondeep-learning - paddlepaddle/paddledetection
PaddlePaddle/PaddleDetection
14,243GitHub पर देखेंPaddleDetection 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
Monitors moving objects across single or multiple camera feeds to analyze traffic flow and pedestrian movement patterns in real-time.
Pythonblazefacedeepsortdetr - dusty-nv/jetson-inference
dusty-nv/jetson-inference
8,734GitHub पर देखेंjetson-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
Maintains unique object identities across a network of multiple cameras to handle occlusions.
C++caffecomputer-visiondeep-learning - tingsongyu/pytorch_tutorial
TingsongYu/PyTorch_Tutorial
8,018GitHub पर देखेंThis 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
Implements assignment algorithms to match detected object boxes with existing tracking identities.
Python - facebookresearch/sam3
facebookresearch/sam3
7,762GitHub पर देखेंThis 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
Tracks multiple objects simultaneously using a shared-memory approach to maximize frame throughput.
Python - foundationvision/bytetrack
FoundationVision/ByteTrack
6,492GitHub पर देखेंByteTrack 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
Implements the ByteTrack association algorithm that matches every detection box to existing track IDs.
Pythondeploymentmulti-object-trackingpytorch - nvidia/isaac-gr00t
NVIDIA/Isaac-GR00T
6,222GitHub पर देखेंFollows shoppers through a store by stitching together video feeds from multiple cameras to analyze movement patterns.
Jupyter Notebook - nwojke/deep_sort
nwojke/deep_sort
6,148GitHub पर देखेंDeepSORT एक रियल-टाइम मल्टी-ऑब्जेक्ट ट्रैकिंग फ़्रेमवर्क है जिसे वीडियो फ़्रेम में कई ऑब्जेक्ट्स की सुसंगत पहचान बनाए रखने के लिए डिज़ाइन किया गया है। यह वीडियो डेटा के अनुक्रम के माध्यम से ऑब्जेक्ट्स को ट्रैक करने के लिए मोशन डिस्क्रिप्टर्स के साथ डीप लर्निंग अपीयरेंस सुविधाओं को इंटीग्रेट करता है। सिस्टम व्यक्ति की पुन: पहचान (re-identification) के लिए उच्च-आयामी विज़ुअल डिस्क्रिप्टर्स उत्पन्न करने के लिए एक डीप कन्वेन्शनल न्यूरल नेटवर्क का उपयोग करता है। इन अपीयरेंस सुविधाओं को Kalman फ़िल्टरिंग के माध्यम से मोशन एस्टिमेशन के साथ जोड़ा जाता है और मौजूदा ट्रैक्स के साथ डिटेक्शन्स को बेहतर ढंग से जोड़ने के लिए हंगेरियन एल्गोरिदम का उपयोग करके हल किया जाता है। फ़्रेमवर्क में ऑब्जेक्ट लाइफसाइकिल को संभालने के लिए गेटिंग-आधारित एसोसिएशन फ़िल्टरिंग और स्टेट-आधारित ट्रैक प्रबंधन के लिए क्षमताएं शामिल हैं। यह वीडियो फ़्रेम पर ट्रैकिंग रिज़ल्ट्स को रेंडर करने और स्थापित बेंचमार्क के खिलाफ ट्रैकिंग प्रदर्शन का मूल्यांकन करने के लिए टूल्स भी प्रदान करता है।
Maintains consistent identities of multiple objects across a sequence of video frames.
Python - dmlc/gluon-cv
dmlc/gluon-cv
5,922GitHub पर देखेंGluon-CV एक MXNet कंप्यूटर विज़न लाइब्रेरी है जो प्री-इंप्लीमेंटेड विज़न आर्किटेक्चर और ट्रेनिंग पाइपलाइन्स का एक व्यापक संग्रह प्रदान करती है। यह एक डीप लर्निंग रिसर्च टूलकिट और मॉडल ज़ू के रूप में कार्य करती है, जिसमें इमेज और वीडियो एनालिसिस के लिए अत्याधुनिक प्री-ट्रेंड वेट्स शामिल हैं। इस प्रोजेक्ट में एक विशेष ह्यूमन पोज़ एस्टिमेशन लाइब्रेरी और मॉडल कम्प्रेशन टूलकिट शामिल है। ये टूल्स इन्फरेंस स्पीड बढ़ाने और कंस्ट्रेंड एज हार्डवेयर पर डिप्लॉयमेंट को सुविधाजनक बनाने के लिए डीप लर्निंग मॉडल्स की प्रूनिंग और क्वांटाइज़ेशन की अनुमति देते हैं। यह लाइब्रेरी इमेज क्लासिफिकेशन, ऑब्जेक्ट डिटेक्शन और सिमेंटिक व इंस्टेंस सेगमेंटेशन जैसी विज़न क्षमताओं की एक विस्तृत श्रृंखला को कवर करती है।
Matches and identifies specific individuals across different camera scenes using visual features.
Pythonaction-recognitioncomputer-visiondeep-learning - kaiyangzhou/deep-person-reid
KaiyangZhou/deep-person-reid
4,849GitHub पर देखेंयह प्रोजेक्ट एक PyTorch पर्सन री-आइडेंटिफिकेशन फ्रेमवर्क है जिसे विभिन्न कैमरा व्यूज में व्यक्तियों की पहचान करने वाले मॉडल्स को प्रशिक्षित और मूल्यांकन करने के लिए डिज़ाइन किया गया है। यह एक पूर्ण मॉडल ट्रेनिंग पाइपलाइन, छवियों को संख्यात्मक वैक्टर में बदलने के लिए एक डीप लर्निंग फीचर एक्सट्रैक्टर और पहचान पुनर्प्राप्ति सटीकता को मापने के लिए कंप्यूटर विज़न बेंचमार्किंग टूल्स का एक सुइट प्रदान करता है। फ्रेमवर्क में एक विशेष ट्रांसफर लर्निंग टूलकिट शामिल है जो प्रीट्रेन्ड मॉडल्स को फाइन-ट्यून करने के लिए लेयर फ्रीज़िंग, स्टेज्ड लर्निंग रेट ऑप्टिमाइज़ेशन और डिफरेंशियल लर्निंग रेट्स का समर्थन करता है। यह एक एक्स्टेंसिबल इंजन के माध्यम से खुद को अलग करता है जो कस्टम ट्रेनिंग लॉजिक के विकास और हार्ड-सैंपल ट्रिपलेट लॉस माइनिंग और लेबल स्मूथिंग जैसे विशिष्ट ऑप्टिमाइज़ेशन उद्देश्यों के इम्प्लीमेंटेशन की अनुमति देता है। सिस्टम व्यापक डेटासेट प्रबंधन को कवर करता है, जिसमें स्टैंडर्ड बेंचमार्क, बैलेंस्ड बैच सैंपलिंग और इमेज ऑगमेंटेशन के लिए समर्थन शामिल है। यह पुनर्प्राप्ति रैंक और फीचर दूरियों की गणना के लिए मूल्यांकन उपयोगिताएं, साथ ही एक्टिवेशन हीटमैप और रैंक की गई पुनर्प्राप्ति गैलरी उत्पन्न करने के लिए विज़ुअलाइज़ेशन टूल्स प्रदान करता है। यह प्रोजेक्ट Python में इम्प्लीमेंट किया गया है और अपने डीप लर्निंग ऑपरेशंस के लिए PyTorch का लाभ उठाता है।
Computes specialized accuracy, rank, and distance measures to quantify the effectiveness of identity matching across camera views.
Pythoncomputer-visioncross-domaindeep-learning - roboflow/sports
roboflow/sports
4,881GitHub पर देखेंRoboflow 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
Associates detections across frames using Kalman filters for motion prediction and appearance features for re-identifying occluded objects.
Pythoncomputer-visiondeep-learningdeep-neural-networks - tingsongyu/pytorch-tutorial-2nd
TingsongYu/PyTorch-Tutorial-2nd
4,555GitHub पर देखेंThis project is a comprehensive instructional resource and course for building neural networks using PyTorch. It covers the fundamental building blocks of deep learning, including tensor manipulation, automatic differentiation, and the construction of modular neural network components. The repository serves as a technical guide for several specialized domains. It provides implementation details for computer vision tasks such as image classification, object detection, and semantic segmentation, as well as natural language processing workflows involving transformers, recurrent networks, and gen
Associates new detections with existing tracking IDs based on the intersection over union of bounding boxes.
Jupyter Notebookcomputer-visiondeepsortdiffusion-models - layumi/person_reid_baseline_pytorch
layumi/Person_reID_baseline_pytorch
4,431GitHub पर देखेंThis project is a PyTorch-based deep learning framework and supervised learning baseline for person and vehicle re-identification. It provides a complete pipeline for training and evaluating models designed to extract identity-based feature embeddings and match the same entity across different camera views. The framework distinguishes itself with support for cross-modality identity matching, enabling the retrieval of identities across different imaging sensors such as RGB and infrared. It also includes advanced retrieval refinement through re-ranking techniques, utilizing reciprocal encoding
Implements a complete PyTorch framework for training and evaluating person re-identification models.
Pythonawesome-reidbaselinecircle-loss - abewley/sort
abewley/sort
4,369GitHub पर देखेंThis project is a multi-object tracking framework designed to assign persistent identities to detected bounding boxes across consecutive video frames. It functions as a computer vision tracking algorithm that monitors multiple moving targets in real time by associating detections with consistent labels. The system utilizes a state estimation approach centered on a Kalman filter to predict future object positions and maintain identity during detection gaps. It employs the Hungarian algorithm for optimal data association and calculates intersection over union to match predicted track locations
Provides a comprehensive system for assigning persistent identities to detected objects across video streams.
Python - ifzhang/fairmot
ifzhang/FairMOT
4,237GitHub पर देखेंFairMOT एक मल्टी-ऑब्जेक्ट ट्रैकिंग फ्रेमवर्क और डीप लर्निंग मॉडल है जिसे वीडियो फ्रेम्स में कई संस्थाओं की पहचान करने और ट्रैक करने के लिए डिज़ाइन किया गया है। यह एक एकीकृत पाइपलाइन लागू करता है जो ऑब्जेक्ट डिटेक्शन और आइडेंटिटी री-आइडेंटिफिकेशन को एक सिंगल-स्टेज जॉइंट नेटवर्क में एकीकृत करता है। यह सिस्टम ऑब्जेक्ट सेंटर्स और बाउंडिंग बॉक्स आयामों की भविष्यवाणी करने के लिए एक एंकर-फ्री डिटेक्शन विधि का उपयोग करता है। यह री-आइडेंटिफिकेशन के लिए उच्च-आयामी एम्बेडिंग वेक्टर्स उत्पन्न करके और मोशन स्टेट प्रेडिक्शन के लिए Kalman फिल्टर का उपयोग करके लगातार फ्रेम्स में पहचान स्थिरता बनाए रखता है। यह फ्रेमवर्क कंप्यूटर विज़न क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है, जिसमें रीयल-टाइम ऑब्जेक्ट डिटेक्शन और ट्रैकलेट असाइनमेंट के लिए Hungarian एल्गोरिदम का उपयोग शामिल है। इसमें कस्टम इमेज डेटासेट्स पर मॉडल्स को प्रशिक्षित करने और ओवरलेड बाउंडिंग बॉक्स और पर्सिस्टेंट आइडेंटिफायर्स के साथ वीडियो विज़ुअलाइज़ेशन उत्पन्न करने के लिए यूटिलिटीज भी शामिल हैं।
Provides a complete system for maintaining the persistent identity of multiple objects across continuous video streams.
Pythonjoint-detection-and-trackingmulti-object-trackingone-shot-tracker - jdai-cv/fast-reid
JDAI-CV/fast-reid
3,946GitHub पर देखेंfast-reid एक PyTorch-आधारित कंप्यूटर विज़न फ्रेमवर्क है जिसे आइडेंटिटी-आधारित विज़न कार्यों के लिए डीप लर्निंग मॉडल्स बनाने, ट्रेन करने और डिप्लॉय करने के लिए डिज़ाइन किया गया है। यह पर्सन री-आइडेंटिफिकेशन और व्हीकल री-आइडेंटिफिकेशन के लिए एक विशेष टूलबॉक्स प्रदान करता है, जो नॉन-ओवरलैपिंग कैमरा व्यूज़ में व्यक्तियों और वाहनों के मिलान को सक्षम बनाता है। इस प्रोजेक्ट में विशिष्ट शारीरिक विशेषताओं और लक्षणों की पहचान करने के लिए पर्सन एट्रिब्यूट रिकग्निशन टूल्स शामिल हैं। इसमें एक मॉड्यूलर मॉडल ज़ू है जो विभिन्न री-आइडेंटिफिकेशन आर्किटेक्चर को स्वैप और बेंचमार्क करने की अनुमति देता है। यह फ्रेमवर्क लार्ज-स्केल डेवलपमेंट इंफ्रास्ट्रक्चर को कवर करता है, जिसमें मल्टीपल GPUs पर डिस्ट्रीब्यूटेड ट्रेनिंग, मिक्स्ड प्रिसिजन ट्रेनिंग और जटिल नेटवर्क्स से छोटे स्टूडेंट मॉडल्स में रिप्रेजेंटेशन ट्रांसफर करने के लिए नॉलेज डिस्टिलेशन शामिल है। यह हाइपरपैरामीटर ऑप्टिमाइजेशन लूप, मल्टी-डेटासेट इवैल्यूएशन इंजन और प्रोडक्शन डिप्लॉयमेंट के लिए मॉडल्स को इंडस्ट्री-स्टैंडर्ड फॉर्मेट्स में एक्सपोर्ट करने के लिए पाइपलाइन्स भी प्रदान करता है।
Matches individuals across non-overlapping camera views using deep learning for identity tracking.
Pythonapexbaselinecomputer-vision - vladmandic/human
vladmandic/human
2,999GitHub पर देखेंHuman 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
Implements logic to associate detected body parts and features with specific individuals for consistent tracking.
HTMLage-estimationbody-segmentationbody-tracking - roboflow/trackers
roboflow/trackers
2,565GitHub पर देखेंThis 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
Maintains consistent identity IDs for multiple objects across video frames to analyze movement and behavior.
Pythonbytetrackmulti-object-trackingoc-sort - muhammadmoinfaisal/yolov8-deepsort-object-tracking
MuhammadMoinFaisal/YOLOv8-DeepSORT-Object-Tracking
1,166GitHub पर देखेंयह प्रोजेक्ट एक कंप्यूटर विजन पाइपलाइन है जो वीडियो स्ट्रीम के भीतर चलती वस्तुओं की निगरानी के लिए ऑब्जेक्ट डिटेक्शन और ट्रैकिंग को इंटीग्रेट करती है। यह एक एंड-टू-एंड एनालिटिक्स टूल के रूप में कार्य करता है जो वस्तुओं की पहचान, वर्गीकरण और अद्वितीय पहचान बनाए रखने के लिए वीडियो फ्रेम को प्रोसेस करता है क्योंकि वे एक दृश्य के माध्यम से चलते हैं। सिस्टम डिटेक्शन के लिए डीप लर्निंग इन्फरेंस और अस्थायी निरंतरता सुनिश्चित करने के लिए गति अनुमान के संयोजन का उपयोग करता है। विज़ुअल उपस्थिति विवरणकों को भविष्य कहनेवाला गति मॉडलिंग के साथ जोड़कर, यह अस्थायी ऑक्लूजन के दौरान या जब स्थानिक ओवरलैप अपर्याप्त होता है, तब भी वस्तु पहचान बनाए रखता है। फ्रेमवर्क ट्रैकिंग तर्क के साथ डिटेक्शन परिणामों को सिंक्रोनाइज़ करने के लिए अनुक्रमिक प्रसंस्करण का उपयोग करता है, जो आंदोलन पैटर्न की सुसंगत निगरानी की अनुमति देता है। बुनियादी ट्रैकिंग से परे, सॉफ्टवेयर में वीडियो फीड के भीतर गतिविधि को मापने के लिए क्षमताएं शामिल हैं। यह कुल वस्तु या वाहन गणना का समर्थन करता है क्योंकि वे निर्दिष्ट लाइनों को पार करते हैं या विशिष्ट क्षेत्रों में प्रवेश करते हैं। कार्यान्वयन को कस्टम विजन एप्लिकेशन बनाने के लिए एक डेवलपमेंट फ्रेमवर्क के रूप में संरचित किया गया है जो डायनामिक वातावरण से डेटा की व्याख्या और निष्कर्षण करते हैं।
Implements a computer vision pipeline that detects and tracks objects across video frames using deep learning models.
Jupyter Notebookobject-countingobject-detectionobject-tracking - itcoders/human-detection-and-tracking
ITCoders/Human-detection-and-Tracking
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
Links unique identity signatures across disparate camera feeds to maintain consistent tracking in complex environments.
Pythoncplusplusdetect-facesface
