本项目是阿里云视觉智能开放平台的人脸搜索M:N的开源替代,项目中使用的模型均为开源模型,项目支持opensearch、milvus和proxima向量存储库,并具有较高的自定义能力。
基于飞桨的OCR工具库,包含总模型仅8.6M的超轻量级中文OCR,单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测、文本识别的训练算法。
基于深度学习的智能车牌识别,支持14种中文车牌类型。
基于pytorch深度学习框架,实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测(精力有限,附qq群方便交流)
YOLOSHOW - YOLOv5 / YOLOv7 / YOLOv8 / YOLOv9 基于 Pyside6 的图形化界面
PaddleDetection的目的是为工业界和学术界提供丰富、易用的目标检测模型
底层视觉工具箱,集成了超分辨率、视频插帧、补图、抠图等方向大量
SOTA 模型,架构灵活易于二次开发。
YOLOv8 🚀 Ultralytics
同步更新官方最新版 YOLOv8
🚀 基于 TensorFlow.js 的 YOLOv5 实时目标检测项目。支持自定义模型,轻量安装、使用方便、可移植性强。
一款超轻量级通用人脸检测模型(模型文件大小仅1MB,320x240输入下计算量仅90MFlops)适用于边缘计算设备、低算力设备以及PC