4 रिपॉजिटरी
Awesome GitHub RepositoriesObject Detection Training
Training processes specifically designed for teaching neural networks to localize and classify objects in visual data.
Distinct from Deep Learning Training Toolsets: Focuses on the training of detection models specifically, rather than a general toolset for any deep neural network.
Explore 4 awesome GitHub repositories matching artificial intelligence & ml · Object Detection Training. Refine with filters or upvote what's useful.
Awesome Object Detection Training GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- amdegroot/ssd.pytorch
amdegroot/ssd.pytorch
5,224GitHub पर देखेंयह एक PyTorch ऑब्जेक्ट डिटेक्शन फ्रेमवर्क है जो छवियों और वीडियो के भीतर कई वस्तुओं की पहचान और स्थानीयकरण के लिए Single Shot MultiBox Detector को लागू करता है। प्रोजेक्ट एक न्यूरल नेटवर्क आर्किटेक्चर प्रदान करता है जिसे सिंगल-शॉट ऑब्जेक्ट डिटेक्शन के लिए डिज़ाइन किया गया है, जो एक पास में बाउंडिंग बॉक्स और क्लास लेबल की भविष्यवाणी करता है। कार्यान्वयन में अनुक्रमिक फ़्रेम में वस्तुओं को ट्रैक और लेबल करने के लिए लाइव वीडियो स्ट्रीम को संसाधित करने में सक्षम एक रीयल-टाइम ऑब्जेक्ट डिटेक्टर शामिल है। इसमें छवि डेटासेट तैयार करने और मॉडल वेट को प्रशिक्षित करने के लिए एक पूर्ण कंप्यूटर विज़न प्रशिक्षण पाइपलाइन भी शामिल है। फ्रेमवर्क विज़न कार्यों के लिए एंड-टू-एंड वर्कफ़्लो को कवर करता है, जिसमें डेटासेट लोडिंग, हार्डवेयर त्वरण के साथ डीप लर्निंग मॉडल प्रशिक्षण और समर्पित मेट्रिक्स और स्क्रिप्ट का उपयोग करके मात्रात्मक प्रदर्शन मूल्यांकन शामिल है।
Provides a training pipeline to teach the model to recognize object classes using labeled datasets and hardware acceleration.
Pythoncomputer-visiondeep-learningimage-recognition - 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
Implements training processes specifically designed for teaching neural networks to localize and classify objects in visual data.
Jupyter Notebookcomputer-visiondeepsortdiffusion-models - fizyr/keras-retinanet
fizyr/keras-retinanet
4,388GitHub पर देखेंThis project is a deep learning implementation of the RetinaNet architecture for detecting and classifying objects within images. Built as a Keras object detection framework and a TensorFlow computer vision tool, it provides a complete neural network implementation based on the RetinaNet paper. The framework includes specialized components such as a Feature Pyramid Network and a focal loss function to handle object detection. It features a configurable backbone architecture and anchor-based bounding boxes to predict object locations across varying scales and aspect ratios. The toolset covers
Implements a full RetinaNet training pipeline to teach neural networks to localize and classify objects in images.
Python - chenyuntc/simple-faster-rcnn-pytorch
chenyuntc/simple-faster-rcnn-pytorch
4,034GitHub पर देखेंयह प्रोजेक्ट ऑब्जेक्ट डिटेक्शन के लिए Faster R-CNN आर्किटेक्चर का एक PyTorch कार्यान्वयन है। यह एक डीप लर्निंग सिस्टम का उपयोग करके इमेजेस के भीतर मल्टीपल ऑब्जेक्ट क्लासेस और उनके संबंधित बाउंडिंग बॉक्स की पहचान करने के लिए एक फ्रेमवर्क प्रदान करता है। इस कार्यान्वयन में कस्टम डेटासेट्स पर मॉडल्स को ऑप्टिमाइज़ करने के लिए एक ट्रेनिंग पाइपलाइन और मॉडल इनिशियलाइज़ेशन के लिए बाहरी फॉर्मेट्स से प्री-ट्रेंड वेट्स को कम्पैटिबल स्ट्रक्चर में बदलने के लिए एक यूटिलिटी शामिल है। यह सिस्टम एक रीजन प्रपोज़ल नेटवर्क और एक ROI पूलिंग लेयर से युक्त दो-चरणीय डिटेक्शन पाइपलाइन को कवर करता है। यह ऑब्जेक्ट लोकेशन्स को रिफाइन करने के लिए मल्टी-टास्क लॉस फंक्शन्स और एंकर-आधारित बाउंडिंग बॉक्स रिग्रेशन को शामिल करता है। इस प्रोजेक्ट में मॉडल परफॉरमेंस की निगरानी के लिए ट्रेनिंग लॉस और प्रेडिक्शन सटीकता के वास्तविक समय विज़ुअलाइज़ेशन के लिए टूल्स शामिल हैं।
Provides specialized training processes to teach neural networks to localize and classify objects using custom datasets.
Jupyter Notebookcupyfaster-rcnnobject-detection
