Pinned Repositories
10kinds-light-face-detector-align-recognition
10种轻量级人脸检测算法的比拼,其中还包含人脸关键点检测与对齐,人脸特征向量提取和计算距离相似度
bytetrack-opencv-onnxruntime
分别使用OpenCV、ONNXRuntime部署YOLOX+ByteTrack目标跟踪,包含C++和Python两个版本的程序
virtual_try_on_use_deep_learning
使用深度学习算法实现虚拟试衣镜,结合了人体姿态估计、人体分割、几何匹配和GAN,四种模型。仅仅只依赖opencv库就能运行
YOLOP-opencv-dnn
使用OpenCV部署全景驾驶感知网络YOLOP,可同时处理交通目标检测、可驾驶区域分割、车道线检测,三项视觉感知任务,包含C++和Python两种版本的程序实现。本套程序只依赖opencv库就可以运行, 从而彻底摆脱对任何深度学习框架的依赖。
yolov34-cpp-opencv-dnn
基于opencv的4种YOLO目标检测,C++和Python两个版本的实现,仅仅只依赖opencv库就可以运行
yolov5-dnn-cpp-python
用opencv的dnn模块做yolov5目标检测,包含C++和Python两个版本的程序
yolov5-v6.1-opencv-onnxrun
分别使用OpenCV、ONNXRuntime部署yolov5-v6.1目标检测,包含C++和Python两个版本的程序。支持yolov5s,yolov5m,yolov5l,yolov5n,yolov5x,yolov5s6,yolov5m6,yolov5l6,yolov5n6,yolov5x6的十种结构的yolov5-v6.1
yolov7-opencv-onnxrun-cpp-py
分别使用OpenCV、ONNXRuntime部署YOLOV7目标检测,一共包含14个onnx模型,依然是包含C++和Python两个版本的程序
yolov8-face-landmarks-opencv-dnn
使用OpenCV部署yolov8检测人脸和关键点以及人脸质量评价,包含C++和Python两个版本的程序,只依赖opencv库就可以运行,彻底摆脱对任何深度学习框架的依赖。
yolox-opencv-dnn
使用OpenCV部署YOLOX,支持YOLOX-S、YOLOX-M、YOLOX-L、YOLOX-X、YOLOX-Darknet53五种结构,包含C++和Python两种版本的程序
hpc203's Repositories
hpc203/yolov7-opencv-onnxrun-cpp-py
分别使用OpenCV、ONNXRuntime部署YOLOV7目标检测,一共包含14个onnx模型,依然是包含C++和Python两个版本的程序
hpc203/PaddleOCR-v3-onnxrun-cpp-py
使用ONNXRuntime部署PaddleOCR-v3, 包含C++和Python两个版本的程序
hpc203/yolopv2-opencv-onnxrun-cpp-py
分别使用OpenCV、ONNXRuntime部署YOLOPV2目标检测+可驾驶区域分割+车道线分割,一共包含54个onnx模型,依然是包含C++和Python两个版本的程序。仅仅只依赖OpenCV就能运行,彻底摆脱对任何深度学习框架的依赖。
hpc203/yolov6-opencv-onnxruntime
分别使用OpenCV、ONNXRuntime部署YOLOV6目标检测,包含C++和Python两个版本的程序
hpc203/PP-Vehicle-onnxrun-cpp-py
使用ONNXRuntime部署百度飞桨开源PP-Vehicle车辆分析,包含车辆检测,识别车型和车辆颜色,车牌检测,车牌识别5个功能,不依赖PaddlePaddle就能运行,包含C++和Python两个版本的程序
hpc203/Ultra-Fast-Lane-Detection-v2-opencv-onnxrun
分别使用OpenCV、ONNXRuntime部署Ultra-Fast-Lane-Detection-v2车道线检测,包含C++和Python两种版本的程序
hpc203/yolov7-detect-face-onnxrun-cpp-py
使用ONNXRuntime部署YOLOV7人脸+关键点检测,包含C++和Python两个版本的程序
hpc203/FastestDet-opencv-dnn
使用OpenCV部署FastestDet,包含C++和Python两种版本的程序。模型文件不超过1M
hpc203/pp-yoloe-hrnet-human_pose_estimation
PP-YOLOE行人检测+HRNet人体骨骼关键点检测,使用ONNXRuntime部署,包含C++和Python两个版本的程序
hpc203/CodeFormer-onnxrun-cpp-py
使用ONNXRuntime部署CodeFormer图像清晰修复,包含C++和Python两个版本的程序
hpc203/DAMO-YOLO-detect-onnxrun-cpp-py
使用ONNXRuntime部署阿里达摩院开源DAMO-YOLO目标检测,一共包含27个onnx模型,依然是包含了C++和Python两个版本的程序
hpc203/FreeYOLO-opencv-onnxrun-cpp-py
分别使用OpenCV、ONNXRuntime部署FreeYOLO目标检测,总共包含143个onnx模型,有COCO目标检测,人脸检测,密集行人检测的三种检测功能,依然是包含C++和Python两个版本的程序
hpc203/yolov7-head-detect-onnxrun-cpp-py
使用ONNXRuntime部署YOLOV7人头检测,包含C++和Python两个版本的程序
hpc203/PP-HumanSeg-opencv-onnxrun
分别使用OpenCV、ONNXRuntime部署PP-HumanSeg肖像分割模型,包含C++和Python两个版本的程序
hpc203/polygonyolov5-opencv-onnxrun
分别使用OpenCV,ONNXRuntime部署yolov5不规则四边形目标检测,包含C++和Python两个版本的程序
hpc203/rotateyolov5-opencv-onnxrun
分别使用OpenCV,ONNXRuntime部署yolov5旋转目标检测,包含C++和Python两个版本的程序
hpc203/M-LSD-onnxrun-cpp-py
使用ONNXRuntime部署面向轻量实时的M-LSD直线检测,包含C++和Python两个版本的程序
hpc203/pp-yoloe-onnxrun-cpp-py
使用ONNXRuntime部署PP-YOLOE目标检测,支持PP-YOLOE-s、PP-YOLOE-m、PP-YOLOE-l、PP-YOLOE-x四种结构,包含C++和Python两个版本的程序
hpc203/LSTR-lane-detect-onnxrun-cpp-py
使用ONNXRuntime部署LSTR基于Transformer的端到端实时车道线检测,包含C++和Python两个版本的程序
hpc203/photo2cartoon-onnxrun-cpp-py
使用ONNXRuntime部署StyleGAN人像卡通画,包含C++和Python两个版本的程序
hpc203/face-gaze-estimation-opencv-dnn
使用OpenCV部署L2CS-Net人脸朝向估计,包含C++和Python两个版本的程序,只依赖opencv库就可以运行
hpc203/hybridnets-opencv-dnn
使用OpenCV部署HybridNets,同时处理车辆检测、可驾驶区域分割、车道线分割,三项视觉感知任务,包含C++和Python两种版本的程序实现。本套程序只依赖opencv库就可以运行, 彻底摆脱对任何深度学习框架的依赖。
hpc203/Detic-onnxrun-cpp-py
使用ONNXRuntime部署Detic检测2万1千种类别的物体,包含C++和Python两个版本的程序
hpc203/E2Pose-detect-onnxrun-cpp-py
使用ONNXRuntime部署E2Pose人体关键点检测,一共包含20个onnx模型,依然是C++和Python两个版本的程序
hpc203/LDC-onnxrun-cpp-py
使用ONNXRuntime部署一种用于边缘检测的轻量级密集卷积神经网络LDC,包含C++和Python两个版本的程序
hpc203/centernet-opencv-onnxrun-cpp-py
分别使用OpenCV、ONNXRuntime部署CenterNet目标检测,包含C++和Python两个版本的程序
hpc203/DirectMHP-opencv-onnxrun
分别使用OpenCV、ONNXRuntime部署DirectMHP:用于全范围角度2D多人头部姿势估计,包含C++和Python两种版本的程序,一共有186个onnx文件
hpc203/HAWP-onnxrun-cpp-py
使用ONNXRuntime部署HAWP线框检测,包含C++和Python两个版本的程序
hpc203/PP-YOLOE-Plus-detect-onnxrun-cpp-py
使用ONNXRuntime部署百度飞桨开源PP-YOLOE-Plus目标检测,支持s、m、l、x四种结构,包含C++和Python两个版本的程序
hpc203/hpc203