推荐40个以上比较好的目标检测模型github源码？

我可以推荐一些比较受欢迎的目标检测模型的 GitHub 源码：

1. YOLOv3：https://github.com/pjreddie/darknet
2. Faster R-CNN：https://github.com/rbgirshick/py-faster-rcnn
3. Mask R-CNN：https://github.com/matterport/Mask_RCNN
4. R-FCN：https://github.com/daijifeng001/R-FCN
5. SSD：https://github.com/weiliu89/caffe/tree/ssd
6. RetinaNet：https://github.com/fizyr/keras-retinanet
7. Densebox：https://github.com/RuiGaoLab/DenseBox
8. YOLOv4：https://github.com/AlexeyAB/darknet
9. EfficientDet：https://github.com/google/automl/tree/master/efficientdet
10. CornerNet：https://github.com/princeton-vl/CornerNet
11. CenterNet：https://github.com/xingyizhou/CenterNet
12. CondInst：https://github.com/tianzhi0549/CondInst
13. Deformable ConvNets：https://github.com/msracver/Deformable-ConvNets
14. FCOS：https://github.com/tianzhi0549/FCOS
15. RepPoints：https://github.com/tianzhi0549/RepPoints
16. Grid R-CNN：https://github.com/open-mmlab/mmdetection/tree/master/configs/grid_rcnn
17. FPN：https://github.com/open-mmlab/mmdetection/tree/master/configs/fpn
18. Cascade R-CNN：https://github.com/open-mmlab/mmdetection/tree/master/configs/cascade_rcnn
19. Hybrid Task Cascade：https://github.com/open-mmlab/mmdetection/tree/master/configs/htc
20. Mask Scoring R-CNN：https://github.com/open-mmlab/mmdetection/tree/master/configs/mask_scoring_rcnn

这仅仅是一个推荐列表，并不是所有的目标检测模型。希望这些资源能够帮到你。