Modellsamling

KI-modeller for sporing av kort

cardstream trenger nøyaktig to modeller: én som finner kortet i bildet, og én som skiller et nytt kort fra det den allerede ser på. I tillegg kommer en valgfri tredje som følger kortet mellom deteksjonene. Både arkitektur og modellvekter er under Apache-2.0, så du kan bruke dem kommersielt uten egen lisens.

`cardstream-seg-nano` Standardlokalisering

Instanssegmentering: omrisset av kortet

Last ned v2

Finner kortets fire hjørner, så utsnittet som sendes til identifisering, rettes opp og klippes tett langs kortkanten i stedet for å bli en firkant med kiler av bakgrunn. Stabiliserer også identitetsfilteret: et kort som vipper i hånden, beholder sin embedding.

Arkitektur: RF-DETR Seg Nano
Kjøremiljø: ONNX Runtime
Forsinkelse (CPU): ~82 ms / bilde
Flagg: --segmentor-model
Lisens for modellvekter: Apache-2.0
Lisens for arkitektur: Apache-2.0 (Roboflow)

Versjon	Utgitt	Oppløsning	Størrelse	SHA-256	Last ned
`v2` gjeldende	2026-10	312 × 312	125 MB	`c740782cdab1a65408b6fd55fe6e9a5070307189e036361597201714eb3bce61`	Last ned
`v1`	2026-09	312 × 312	125 MB	`94af531c4fea1e17fcdf393f5bf1cc257a54c8a9ab1eb402e1e8b37213249fd9`	Last ned

`cardstream-embed-mnv2` Standardfilter

Embedding: identitetsfilteret som kjenner igjen samme kort

Last ned v1

Svarer på det ene spørsmålet som avgjør om du må betale: samme kort eller nytt kort? Sammenligner utsnitt etter cosinusavstanden mellom 256-dimensjonale deskriptorer. Det er dette som gjør ett API-kall per kort mulig.

Arkitektur: MobileNetV2
Kjøremiljø: ONNX Runtime · PyTorch · LiteRT
Forsinkelse (CPU): ~5 ms / utsnitt
Flagg: --embed-model
Lisens for modellvekter: Apache-2.0
Lisens for arkitektur: Apache-2.0 (Google)

Versjon	Utgitt	Oppløsning	Størrelse	SHA-256	Last ned
`v1` gjeldende	2026-09	384 × 384	9.8 MB	`f45ac9756dd621f021809f3237e5c06ce82377d4d6b1f3b8f6951804cd0369e2`	Last ned

`vittrack` Valgfri tracker

Visuell sporing: fører boksen videre mellom deteksjonene

Last ned 2023sep

OpenCVs publiserte vitTracker, hentet rett fra OpenCV zoo. En oppdatering av trackeren koster ~2,7 ms, der en deteksjon koster ~80 ms, så med --tracker-model faller deteksjonen ned på et langsomt nivå for ny synkronisering, og sanntid på CPU blir enkelt. Bare tilstedeværelse: det er fortsatt identitetsfilteret som avgjør om det er samme kort eller et nytt.

Arkitektur: TrackerVit
Kjøremiljø: OpenCV
Forsinkelse (CPU): ~2,7 ms / bilde
Flagg: --tracker-model
Lisens for modellvekter: Apache-2.0
Lisens for arkitektur: Apache-2.0 (OpenCV)

Versjon	Utgitt	Oppløsning	Størrelse	SHA-256	Last ned
`2023sep` gjeldende	2023-09	128 × 128	698 KB	`2990f0b7cd44d92afa48cd97db6de7be113fc1d9594fddb74e2725c10478e91d`	Last ned

Åpen kildekode. På din egen maskin. Din strøm, ditt oppsett.

Ingen plattform i midten, ingen lisens per bruker: koble til Ximilars API eller ditt eget identifiseringssystem, så kaller cardstream det én gang per unikt kort i stedet for én gang per bilde. Enten du kjører breaks på Whatnot, holder et show i Fanatics Live-stil eller strømmer fra ditt eget oppsett for livesalg, kan du kjøre cardstream allerede i kveld på maskinvaren du har.

Gi en stjerne på GitHub Skaff en API-nøkkel fra Ximilar