Modellkatalog

KI-Modelle fürs Karten-Tracking

cardstream braucht genau zwei Modelle: eines, das die Karte im Bild findet, und eines, das eine neue Karte von der unterscheidet, die es schon sieht. Dazu kommt ein optionales drittes, das die Karte zwischen zwei Detektionen verfolgt. Architektur und Gewichte stehen gleichermaßen unter Apache-2.0, du kannst sie also ohne gesonderte Lizenz kommerziell nutzen.

`cardstream-seg-nano` Standard-Locator

Instanzsegmentierung: der Umriss der Karte

v2 herunterladen

Findet die vier Ecken der Karte. So wird der Ausschnitt, der zur Identifikation hinausgeht, entzerrt und knapp an der Kartenkante geschnitten, statt als gerades Rechteck mit Keilen vom Hintergrund. Außerdem stabilisiert es den Identitätsfilter: Eine Karte, die in der Hand kippt, behält ihr Embedding.

Architektur: RF-DETR Seg Nano
Laufzeit: ONNX Runtime
Latenz (CPU): ~82 ms / Frame
Flag: --segmentor-model
Lizenz der Gewichte: Apache-2.0
Lizenz der Architektur: Apache-2.0 (Roboflow)

Version	Veröffentlicht	Auflösung	Größe	SHA-256	Download
`v2` aktuell	2026-10	312 × 312	125 MB	`c740782cdab1a65408b6fd55fe6e9a5070307189e036361597201714eb3bce61`	Herunterladen
`v1`	2026-09	312 × 312	125 MB	`94af531c4fea1e17fcdf393f5bf1cc257a54c8a9ab1eb402e1e8b37213249fd9`	Herunterladen

`cardstream-embed-mnv2` Standard-Filter

Embedding: der Identitätsfilter (dieselbe Karte?)

v1 herunterladen

Beantwortet die eine Frage, die darüber entscheidet, ob dir etwas berechnet wird: dieselbe Karte oder eine neue? Vergleicht Ausschnitte über die Kosinus-Distanz zwischen 256-dimensionalen Deskriptoren. Erst das macht einen API-Aufruf pro Karte möglich.

Architektur: MobileNetV2
Laufzeit: ONNX Runtime · PyTorch · LiteRT
Latenz (CPU): ~5 ms / Ausschnitt
Flag: --embed-model
Lizenz der Gewichte: Apache-2.0
Lizenz der Architektur: Apache-2.0 (Google)

Version	Veröffentlicht	Auflösung	Größe	SHA-256	Download
`v1` aktuell	2026-09	384 × 384	9.8 MB	`f45ac9756dd621f021809f3237e5c06ce82377d4d6b1f3b8f6951804cd0369e2`	Herunterladen

`vittrack` Optionaler Tracker

Visuelles Tracking: trägt die Box von Detektion zu Detektion

2023sep herunterladen

Der von OpenCV veröffentlichte vitTracker, direkt aus dem OpenCV-Zoo geladen. Ein Tracker-Update kostet ~2,7 ms, eine Detektion ~80 ms. Mit --tracker-model sinkt die Detektion deshalb auf eine langsame Stufe zum Nachsynchronisieren, und Echtzeit auf der CPU ist kein Problem mehr. Er meldet nur, ob eine Karte da ist: Ob es dieselbe oder eine neue ist, entscheidet weiterhin der Identitätsfilter.

Architektur: TrackerVit
Laufzeit: OpenCV
Latenz (CPU): ~2,7 ms / Frame
Flag: --tracker-model
Lizenz der Gewichte: Apache-2.0
Lizenz der Architektur: Apache-2.0 (OpenCV)

Version	Veröffentlicht	Auflösung	Größe	SHA-256	Download
`2023sep` aktuell	2023-09	128 × 128	698 KB	`2990f0b7cd44d92afa48cd97db6de7be113fc1d9594fddb74e2725c10478e91d`	Herunterladen

Open Source. Selbst gehostet. Dein Stream, dein Stack.

Keine Plattform dazwischen, keine Lizenz pro Nutzer: Verbinde die Ximilar-API oder dein eigenes Identifikationssystem, und cardstream ruft es einmal pro neuer Karte auf statt einmal pro Frame. Ob du auf Whatnot Breaks machst, eine Show im Stil von Fanatics Live fährst oder dein eigenes Live-Commerce-Setup streamst: Starte cardstream heute Abend auf der Hardware, die du schon hast.

Stern auf GitHub geben Ximilar-API-Schlüssel holen