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。
基于深度学习的智能车牌识别,支持14种中文车牌类型。
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OpenCV的Webcam脚本程序,适用于计算机视觉数据采集,实时视频帧收集等
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
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
基于 PyTorch 和 MMCV 的通用目标检测平台。支撑了 3D 目标检测、旋转框检测、场景文字识别、姿态估计、目标跟踪等算法库中检测算法的实现;支持 2D 目标检测、实例分割、全景分割任务;支持算法多样,涵盖了单阶段、双阶段和级联模型等各任务中的典型算法和各类训练技术;为通用目标检测算法的研发提供了高性能基准
基于 PyTorch 和 MMDetection 的旋转框检测算法库,支持单阶段和双阶段等类型丰富的旋转框检测算法。支持大量流行的学术数据集,并提供实用工具帮助用户评估模型的性能。
基于 PyTorch 的视频目标感知开源工具箱,同时支持视频目标检测、多目标跟踪、单目标跟踪和视频实例分割等多种任务、学术数据集和算法。