hpc203

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

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

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。

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。

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

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

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

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

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

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

yolov5-face-landmarks-opencv-v2. 更新的yolov5检测人脸和关键点，只依赖opencv库就可以运行，程序包含C++和Python两个版本的

scrfd-opencv. 使用OpenCV部署SCRFD人脸检测，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。

facefusion-onnxrun. 使用onnxruntime部署facefusion换脸，包含C++和Python两个版本的程序

nanodet-plus-opencv. 分别使用OpenCV、ONNXRuntime部署NanoDet-Plus，包含C++和Python两个版本的程序

yolo-fastestv2-opencv. 使用OpenCV部署Yolo-FastestV2，包含C++和Python两种版本的程序

license-plate-detect-recoginition-pytorch. 深度学习车牌检测与识别，检测结果包含车牌矩形框和4个角点，基于pytorch框架运行

yolov5-dnn-cpp-python-v2. 用opencv的dnn模块做yolov5目标检测，包含C++和Python两个版本的程序，优化后的

libface-sface_detect-recognition-opencv. 使用OpenCV部署libface人脸检测和SFace人脸识别，包含C++和Python两种版本的程序，仅仅只依赖OpenCV库就能运行

nanodet-opncv-dnn-cpp-python. 用opencv部署nanodet目标检测，包含C++和Python两种版本程序的实现

PaddleOCR-v3-onnxrun-cpp-py. 使用ONNXRuntime部署PaddleOCR-v3, 包含C++和Python两个版本的程序

yolov5_pose_opencv. 使用OpenCV部署yolov5-pose目标检测+人体姿态估计，包含C++和Python两个版本的程序。支持yolov5s，yolov5m，yolov5l

Chinese-CLIP-opencv-onnxrun. 使用OpenCV+onnxruntime部署中文clip做以文搜图，给出一句话来描述想要的图片，就能从图库中搜出来符合要求的图片。包含C++和Python两个版本的程序

yolact-opencv-dnn-cpp-python. 使用opencv部署yolact实例分割，包含C++和Python两种版本的程序

GroundingDINO-onnxrun. 使用onnxruntime部署GroundingDINO开放世界目标检测，包含C++和Python两个版本的程序

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。

yolov5-detect-car_plate_corner. 分别使用OpenCV、ONNXRuntime部署yolov5检测车牌和4个角点，包含C++和Python两个版本的程序

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

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

yolov5-face-landmarks-opencv. yolov5检测人脸和关键点，只依赖opencv库就可以运行，程序包含C++和Python两个版本的

rotate-yolov5-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

yolov5-lite-onnxruntime. 使用ONNXRuntime部署yolov5-lite目标检测，包含C++和Python两个版本的程序

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

crowdcounting-p2pnet-opencv. 使用OpenCV部署P2PNet人群检测和计数，包含C++和Python两种版本的实现

FaceMaskDetection-dnn. 用opencv的dnn模块实现人脸口罩检测，包含C++和Python两种版本的实现

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

libface-detect-recognition. 一种适合工业级应用的基于深度学习的实时人脸检测与识别算法的C++实现，仅仅只依赖opencv库

Yolo-Fastest-opencv-dnn. 用opencv的dnn模块实现Yolo-Fastest的目标检测

license-plate-detect-recoginition-opencv. 使用opencv部署深度学习车牌检测与识别，包含Python和C++两种版本的实现

robustvideomatting-onnxruntime. 使用ONNXRuntime部署鲁棒性视频抠图，包含C++和Python两种版本的程序

Dense-Head-Pose-Estimation-Face-Mesh-3D-Face-Reconstruction. 使用ONNXRuntime部署3D人脸重建，人脸Mesh，人头姿势估计，包含C++和Python两个版本的程序

AnimeGAN-onnxruntime. 使用ONNXRuntime部署人脸动漫化——AnimeGAN，包含C++和Python两个版本的代码实现

OCR-dbnet-crnn. 身份证全卡面文字识别：Faster-rcnn检测图片里的证件照，DBNet检测证件照里的文字，CRNN识别证件照里的文字

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

Face-restoration-models. 当下热门的模糊人脸修复模型的部署，分别是：Codeformer，GFPGAN，GPEN，Restoreformer

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

yolor-onnxruntime. 使用ONNXRuntime部署anchor-free系列的YOLOR，包含C++和Python两种版本的程序

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

3DDFA-V3-opencv-dnn. 使用opencv部署3D人脸重建3DDFA-V3，包含C++和Python两个版本的程序，只依赖opencv库就能运行

dbnet-barcode. 使用DBNet检测条形码，包含C++和Python两种版本的程序

u2net-onnxruntime. 使用ONNXRuntime部署U-2-Net生成人脸素描画，包含C++和Python两个版本的程序

yoloface-landmark106. 纯YOLO系列的人脸检测+106个关键点检测

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

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

ocr-opencv-dnn. 用opencv的dnn模块做文本检测与识别，包含C++和Python两种版本的实现

MOWA-onnxrun. 使用onnxruntime部署MOWA：多合一图像扭曲模型，能处理6种图像扭曲任务，依然是包含C++和Python两个版本的程序

dbnet-opencv-cpp-python. 使用opencv部署DBNet文字检测，包含C++和Python两种版本的实现

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

PP-MattingV2-onnxrun-cpp-py. 使用ONNXRuntime部署百度PaddleSeg发布的实时人像抠图模型PP-MattingV2，一共包含18个onnx模型，依然是包含C++和Python两个版本的程序

Real-Time-Frame-Interpolation-onnxrun. 使用onnxruntime部署实时视频帧插值，包含C++和Python两个版本的程序

YOLObile-opencv-dnn. 使用opencv的dnn模块做YOLObile的目标检测