Vegemo-bear / Vue3-LiteAILinks
算法部署平台的前端服务器，主要用于与后端服务器进行数据的互传，可以接收后端mysql数据库中的用户信息，也可以接收后端算法推理后的文本检测结果图和文本识别结果。此外，添加了登录页面（无需注册哦~），可以通过判断表单输入信息来展示不同用户所应看到的网页。在后端管理系统页面中，管理员可以自行添加和修改算法等，是不会影响普通用户的正常使用的。
☆12Updated 2 years ago
Alternatives and similar repositories for Vue3-LiteAI
Users that are interested in Vue3-LiteAI are comparing it to the libraries listed below
Sorting:
- 算法部署平台的后端服 务器，主要用于与前端服务器进行数据的互传，格式包括但不限于文本/图片。项目的可扩展性非常强，操作也很简单，适用于任何算法的部署，如目标检测、实例分割，以及AIGC等。☆15Updated 2 years ago
- 使用FastAPI+vLLM部署Qwen2.5☆24Updated last year
- 基于Yolov5-Deepsort-Fastreid源码，重构了视频行人MOT和行人ReID特征提取代码、接口☆13Updated 2 years ago
- 基于yoloV5进行多类别+关键检测，关键点检测主要是计算车辆航向角☆16Updated 3 years ago
- 基于yolov5和django框架的web端人脸识别并打码系统☆10Updated 2 years ago
- 基于PaddleX+Flask开发后端，基于VUE开发前端应用，做一个AI医疗的WEB应用☆179Updated 4 years ago
- 基于ultralytics训练的行人跌倒检测模型☆19Updated 2 years ago
- 基于目标检测和姿态识别的实时防摔倒检测系统☆14Updated 4 years ago
- 涵盖了常用的AI部署：TensorRT、MNN、NCNN、Triton-inference-server等python/c++部署模板☆28Updated 2 years ago
- 后端python flask 框架吐API接口给前端，前端用vue+echarts实现数据可视化☆10Updated last year
- Deploy YOLOv5 detection with Streamlit☆78Updated 3 years ago
- 安卓手机部署DeepSeek-R1 蒸馏的1.5B模型☆22Updated 10 months ago
- 一个在线图片数据标注的网页工具☆44Updated 11 months ago
- 基于深度学习算法的垃圾检 测系统（YOLOv5 + Flask + Vue)☆50Updated last year
- Official YOLOv7训练自己的数据集并实现端到端的TensorRT模型加速推断☆49Updated 3 years ago
- 基于Yolov5的Vue前端目标检测和训练可视化系统☆77Updated 3 years ago
- 基于yolov5+pyqt的甲骨文图形化检测工具☆38Updated last year
- 使用django+pyecharts+PP-Human开发的动态数据大屏, 有人流数据的采集入库, 打架、摔倒等事件警报，口罩检测等实用功能。边缘端版本使用onnx推理提升效率，服务端版本支持视频流推拉☆31Updated 2 years ago
- YOLOv9 paper解析，训练自己的数据集，TensorRT端到端部署， NCNN安卓手机部署☆67Updated last year
- 视频分类标注、视频时空标注☆44Updated 2 years ago
- 使用OpenCV部署图像描述Image_Captioning，包含C++和Python两个版本的程序☆12Updated last year
- The-PaddleX-QT-Visualize-GUI☆42Updated 3 years ago
- 本人本科比赛期间开发的机器视觉相关的系统，包括完整的模型训练代码(机器学习代码参考众多大佬的开源项目实现)，同时还含有完整的Web端(Vue)、小程序(Uniapp)、以及后端(FastApi)完整代码☆33Updated 3 years ago
- 包含目标检测前处理与后处理☆20Updated 4 years ago
- 疲劳检测☆11Updated 3 years ago
- 目标检测算法主要包括：两类two-stage和one-stage 一类是two-stage，two-stage检测算法将检测问题划分为两个阶段，首先产生候选区域（region proposals），然后对候选区域分类（一般还需要对位置精修），这一类的典型代表是R-CNN…☆16Updated 4 years ago
- 利用pytorch实现图像分类的一个完整的代码，训练，预测，TTA，模型融合，模型部署，cnn提取特征，svm或者随机森林等进行分类，模型蒸馏，一个完整的代码☆31Updated 5 years ago
- 探索智能零售领域的图像识别方案，从而让机器更精准地识别商品，通过更快捷地购物带来全新的用户体验。☆12Updated 4 years ago
- 使用Pyqt5搭建YOLO系列多线程目标检测系统☆64Updated 2 years ago
- 本项目是一个基于深度学习的人脸检测与表情识别系统，使用YOLOv11进行人脸检测，并使用自定义训练的YOLO模型进行表情识别。系统支持图像、视频文件和实时摄像头输入，具有直观的图形用户界面，可以轻松进行人脸检测和表情分析。☆83Updated this week