Model kataloğu

Kart takibi için yapay zekâ modelleri

cardstream tam olarak iki modele ihtiyaç duyar: biri kartı karede bulur, diğeri yeni bir kartı zaten baktığı karttan ayırır. Bir de kartı algılamalar arasında izleyen, isteğe bağlı üçüncü bir model var. Mimari de ağırlıklar da Apache-2.0 lisanslıdır; yani ayrı bir lisans almadan ticari olarak kullanabilirsin.

`cardstream-seg-nano` Varsayılan konumlayıcı

Örnek segmentasyonu: kartın dış hattı

v2 sürümünü indir

Kartın dört köşesini bulur; böylece tanımaya giden kırpma, arka plandan üçgen parçalar taşıyan düz bir dikdörtgen olmak yerine eğikliği düzeltilmiş ve kartın kenarından sıkı kesilmiş olur. Kimlik filtresini de dengeler: elde eğilen bir kart embedding’ini korur.

Mimari: RF-DETR Seg Nano
Çalışma zamanı: ONNX Runtime
Gecikme (CPU): ~82 ms / kare
Bayrak: --segmentor-model
Ağırlıkların lisansı: Apache-2.0
Mimarinin lisansı: Apache-2.0 (Roboflow)

Sürüm	Yayımlandı	Çözünürlük	Boyut	SHA-256	İndir
`v2` güncel	2026-10	312 × 312	125 MB	`c740782cdab1a65408b6fd55fe6e9a5070307189e036361597201714eb3bce61`	İndir
`v1`	2026-09	312 × 312	125 MB	`94af531c4fea1e17fcdf393f5bf1cc257a54c8a9ab1eb402e1e8b37213249fd9`	İndir

`cardstream-embed-mnv2` Varsayılan filtre

Embedding: aynı kart mı diye bakan kimlik filtresi

v1 sürümünü indir

Ücret ödeyip ödemeyeceğini belirleyen tek soruyu yanıtlar: aynı kart mı, yeni kart mı? Kırpmaları 256 boyutlu tanımlayıcılar arasındaki kosinüs uzaklığıyla karşılaştırır. Kart başına tek API çağrısını mümkün kılan budur.

Mimari: MobileNetV2
Çalışma zamanı: ONNX Runtime · PyTorch · LiteRT
Gecikme (CPU): ~5 ms / kırpma
Bayrak: --embed-model
Ağırlıkların lisansı: Apache-2.0
Mimarinin lisansı: Apache-2.0 (Google)

Sürüm	Yayımlandı	Çözünürlük	Boyut	SHA-256	İndir
`v1` güncel	2026-09	384 × 384	9.8 MB	`f45ac9756dd621f021809f3237e5c06ce82377d4d6b1f3b8f6951804cd0369e2`	İndir

`vittrack` İsteğe bağlı takipçi

Görsel takip: sınırlayıcı kutuyu algılamalar arasında taşır

2023sep sürümünü indir

OpenCV’nin yayımladığı vitTracker, doğrudan OpenCV zoo’dan sunulur. Bir algılama ~80 ms tutarken bir takipçi güncellemesi ~2,7 ms tutar; bu yüzden --tracker-model ile algılama yavaş bir yeniden eşitleme kademesine iner ve işlemcide gerçek zamanlı çalışmak kolaylaşır. Yalnızca varlığı izler; aynı kart mı yeni kart mı, buna yine kimlik filtresi karar verir.

Mimari: TrackerVit
Çalışma zamanı: OpenCV
Gecikme (CPU): ~2,7 ms / kare
Bayrak: --tracker-model
Ağırlıkların lisansı: Apache-2.0
Mimarinin lisansı: Apache-2.0 (OpenCV)

Sürüm	Yayımlandı	Çözünürlük	Boyut	SHA-256	İndir
`2023sep` güncel	2023-09	128 × 128	698 KB	`2990f0b7cd44d92afa48cd97db6de7be113fc1d9594fddb74e2725c10478e91d`	İndir

Açık kaynak. Kendi makinende. Yayın da senin, altyapı da.

Arada platform yok, kullanıcı başı lisans yok: Ximilar API’yi ya da kendi tanıma sistemini bağla; cardstream onu her kare için değil, her farklı kart için bir kez çağırsın. İster Whatnot’ta kutu aç, ister Fanatics Live tarzı bir yayın yap, ister kendi canlı ticaret düzeninden yayınla; cardstream’i bu akşam, elindeki donanımda çalıştır.

GitHub’da yıldız ver Ximilar API anahtarı al