Y

yolo

The ImagesAnnotator application project` annotations format data exporters library for NN training software

Flutter plugin for Ultralytics YOLO

A synthetic dataset generation and detection pipeline for counting coins and identifying those showing "tails" in images. It combines YOLOv26m for detection with a CoinCLIP-based SVM classifier, and includes a custom NMS post-processing step to improve counting accuracy.

Ce projet constitue mon projet de fin d'études et porte sur la conception et le déploiement d'une solution de vision par ordinateur destinée à la détection automatique des risques et non-conformités liés au port des équipements de protection individuelle (EPI) sur les chantiers.

L'objectif est de développer une solution capable d'analyser une image d'une scène de chantier, d'identifier les personnes présentes et d'exploiter les informations relatives au port des équipements de protection afin de déterminer les situations conformes et non conformes.

Le projet s'inscrit dans une démarche de Computer Vision appliquée à la sécurité industrielle, avec une attention particulière portée à la possibilité de déployer le modèle sur un environnement mobile.

Travaux réalisés :

Constitution et préparation d'un dataset de scènes de chantier. Annotation et structuration des données d'entraînement. Nettoyage et préparation des données. Expérimentation de modèles de Deep Learning pour la détection d'objets. Utilisation de YOLO pour la détection des personnes et des équipements de protection. Mise en place d'une logique de décision permettant d'interpréter les détections et d'identifier les situations de non-conformité. Évaluation des performances du modèle. Optimisation du pipeline d'inférence. Conversion du modèle vers TensorFlow Lite. Expérimentation du déploiement du modèle dans une application mobile.

An AI-based computer vision project for automatic vehicle license plate detection and recognition using deep learning and OCR

Analysis and reports of detection dataset

Detect and classify objects in Panoramax pictures

This project features an intelligent mobile robot system designed for automated logistics environments. Developed on ROS 2 Jazzy, the system implements robust SLAM and autonomous navigation capabilities. By integrating with a cloud server, it enables real-time remote monitoring and offloads high-load AI tasks (YOLO) for object detection. The core innovation lies in the system integration that allows the robot to autonomously recognize and interact with warehouse shelving units.

Object detection and tracking simulation using quadcopter

Ultralytics YOLO iOS App source code for running YOLO in your own iOS apps 🌟

Ultralytics YOLO 🚀

Cette application utilise un modèle YOLO personnalisé que j'ai entraîné en 100 epochs pour détecter des drones en temps réel à partir d'une webcam ou bien sur des photos et vidéos. Elle est développée avec Python, PyQt6, et utilise OpenCV pour la capture vidéo et la manipulation d'images.

forked from https://github.com/openvinotoolkit/openvino_build_deploy/tree/master/ai_ref_kits/meter_reader

A collection of Computer Vision projects and code samples

Darknet got illuminated by PyTorch ~ Meet Lightnet

Yolov5-segmentation identity card detection and rotation with the NCNN and OpenCV framework.

A 3rd year course project at Irkutsk State University. Used custom dataset from Yandex.Toloka to train. The dataset was provided by github.com/xitowzys

This repository provides Shinobi Docker images regulary built from the official Shinobi Docker image repository and microservice Shinobi Docker images.