🔥🔥🔥Java免费离线AI算法工具箱，支持人脸识别，活体检测，表情识别、目标检测(支持视频流)、实例分割、行人检测、OCR文字识别、车牌识别、表格识别、语音识别、机器翻译等功能，Maven引用即可使用。支持PyTorch、Tensorflow，已集成 Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper等主流模型

🚀 基于 Gradio 的 YOLOv8 通用计算机视觉演示系统，集成目标检测、OBB定向目标检测、图像分割和图像分类于一体，可自定义检测模型。

🚀 基于 Gradio 的 YOLOv5 通用目标检测系统，可自定义检测模型、演示便捷、安装简单。

🚀 基于 Gradio Blocks 的 YOLOv5 通用目标检测演示系统 Gradio YOLOv5 Det 项目的扩展版

本教程是对本人研究生期间的研究内容进行整理总结，总结的同时也希望能够帮助更多的小伙伴。后期如果有学习到新的知识也会与大家一起分享。 本教程会以视频的方式进行 图像分类，目标检测，语义分割基础网络的视频讲解和代码实现（pytorch） https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

近年来，个体健身训练逐渐成为健身的主流模式。他们使用各种应用程序或在线视频指导他们的健身训练。但是，在没有健身教练的情况下，他们频繁的健身动作是不规范的，会影响健身效果。针对该问题，本项目利用视觉识别技术对健身动作进行识别，从而提供健身指导。

使用树莓派4b做为主控、百度ai目标检测作为辅助、实现智能垃圾回收打捞

keras_yolov3+OpenCV目标检测，可识别QQ飞车手游内赛车和弯道，支持图片和视频的检测与输出。本视觉小白的初次尝试，经过种种困难后，终于训练出了自己标注的目标检测模型，实属不易，在此记录一下训练的整体步骤，还有很多不足，欢迎学习交流。

在YOLOv7中实现GradCAM可视化

第十四届大学生计算机设计大赛

在YOLOv5-6.1版本中，实现GradCAM可视化

本项目使用YOLOv9模型实现视频流中的人员和车辆实时识别。它提供高精度检测功能，适用于安全监控和交通管理等应用。项目包含完整的安装指导和使用说明，支持快速部署和易于操作的用户接口。

采用Flutter开发的基于视觉的虚拟健身教练的移动端应用程序，使用实时视频捕获和深度学习模型识别用户健身动作，提供动态的人体检测、姿态估计、动作分类及即时反馈。此应用旨在帮助用户优化健身效果，提高训练安全性和效率。

MMDetection模型在昇腾NPU芯片上离线推理公用流程。感谢大家的使用与反馈，因工作原因，不定时更新。

本项目致力于设计和实现一个创新的基于嵌入式AI的ROI区域视频传输系统，旨在通过智能识别和优先传输视频中的关键区域（ROI），大幅提高视频监控和远程通信的效率与质量。利用先进的嵌入式AI技术，本系统能够在不牺牲视频质量的前提下，显著降低数据传输的带宽需求，为安全监控、远程教学、医疗健康等应用领域带来革命性的改进。