Modelkatalog

AI-modeller til sporing af kort

cardstream kræver præcis to modeller: én, der finder kortet i billedet, og én, der skelner et nyt kort fra det, den allerede kigger på. Dertil kommer en valgfri tredje, der følger kortet mellem detektionerne. Både arkitektur og vægte er Apache-2.0, så du kan bruge dem kommercielt uden en særskilt licens.

`cardstream-seg-nano` Standardlokalisering

Instanssegmentering: kortets omrids

Hent v2

Finder kortets fire hjørner, så det udsnit, der sendes til identifikation, er rettet op og skåret tæt til kortets kant i stedet for at være en firkant med kiler af baggrund. Stabiliserer også identitetsfilteret: Et kort, der vipper i hånden, beholder sin embedding.

Arkitektur: RF-DETR Seg Nano
Runtime: ONNX Runtime
Latens (CPU): ~82 ms / billede
Flag: --segmentor-model
Licens for vægtene: Apache-2.0
Licens for arkitekturen: Apache-2.0 (Roboflow)

Version	Udgivet	Opløsning	Størrelse	SHA-256	Hent
`v2` aktuel	2026-10	312 × 312	125 MB	`c740782cdab1a65408b6fd55fe6e9a5070307189e036361597201714eb3bce61`	Hent
`v1`	2026-09	312 × 312	125 MB	`94af531c4fea1e17fcdf393f5bf1cc257a54c8a9ab1eb402e1e8b37213249fd9`	Hent

`cardstream-embed-mnv2` Standardfilter

Embedding: identitetsfilteret, der genkender samme kort

Hent v1

Besvarer det ene spørgsmål, der afgør, om du skal betale: samme kort eller nyt kort? Sammenligner udsnit ud fra cosinusafstanden mellem 256-dimensionelle deskriptorer. Det er det, der gør ét API-kald pr. kort muligt.

Arkitektur: MobileNetV2
Runtime: ONNX Runtime · PyTorch · LiteRT
Latens (CPU): ~5 ms / udsnit
Flag: --embed-model
Licens for vægtene: Apache-2.0
Licens for arkitekturen: Apache-2.0 (Google)

Version	Udgivet	Opløsning	Størrelse	SHA-256	Hent
`v1` aktuel	2026-09	384 × 384	9.8 MB	`f45ac9756dd621f021809f3237e5c06ce82377d4d6b1f3b8f6951804cd0369e2`	Hent

`vittrack` Valgfri tracker

Visuel tracking: fører boksen videre mellem detektionerne

Hent 2023sep

OpenCV’s udgivne vitTracker, hentet direkte fra OpenCV zoo. En trackeropdatering koster ~2,7 ms, hvor en detektion koster ~80 ms, så med --tracker-model falder detektionen ned på et langsomt gensynkroniseringstrin, og realtid på CPU bliver let. Kun tilstedeværelse: Identitetsfilteret afgør stadig, om det er samme kort eller et nyt.

Arkitektur: TrackerVit
Runtime: OpenCV
Latens (CPU): ~2,7 ms / billede
Flag: --tracker-model
Licens for vægtene: Apache-2.0
Licens for arkitekturen: Apache-2.0 (OpenCV)

Version	Udgivet	Opløsning	Størrelse	SHA-256	Hent
`2023sep` aktuel	2023-09	128 × 128	698 KB	`2990f0b7cd44d92afa48cd97db6de7be113fc1d9594fddb74e2725c10478e91d`	Hent

Open source. Selvhostet. Din stream, din stack.

Ingen platform i midten og ingen licens pr. bruger: Tilslut Ximilars API eller dit eget identifikationssystem, så kalder cardstream det én gang pr. nyt kort i stedet for én gang pr. billede. Uanset om du kører breaks på Whatnot, holder et show i stil med Fanatics Live eller streamer fra dit eget liveshopping-setup, kan du køre cardstream i aften på den hardware, du allerede har.

Giv en stjerne på GitHub Få en API-nøgle hos Ximilar