#image-segmentation Repositories
Insgesamt 87 Repositories
Dieses Repository ist die erste umfassende Übersicht über Metas AI Segment Anything Model (SAM).
Finden Sie automatisch Probleme in Bilddatensätzen und üben Sie datenzentrische Computer Vision.
Cross‑Plattform-Produktionsbereit C++-Inference-Engine für YOLO‑Modelle (v5‑v12, YOLO26). Einheitliche API für Erkennung, Segmentierung, Pose‑Schätzung, OBB und Klassifizierung. Basierend auf ONNX Runtime und OpenCV. Optimiert für CPU/GPU mit Quantisierungsunterstützung.
RepViT: Erneute Überprüfung mobiler CNN aus der ViT-Perspektive [CVPR 2024] und RepViT-SAM: Auf dem Weg zur Echtzeit-Segmentierung von allem
Datensatz mit Bildern von erkrankten Pflanzenblättern und entsprechenden Beschriftungen
Krita-Plugin, das Auswahlwerkzeuge hinzufügt, um Objekte mit einem einzigen Klick oder durch Zeichnen einer Begrenzungsbox zu maskieren.
Leichte Modelle für die Echtzeit-Semantische Segmentierung auf PyTorch (einschließlich SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet usw.)
:fire: :fire: :fire: Eine Papiere-Liste einiger neuerer Arbeiten im Bereich Computer Vision (CV)
Moderne Computer Vision mit PyTorch, veröffentlicht von Packt
Über Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2025-Paper. 🔥 [Paper + Code + Demo]
Einfache PyTorch-Implementierungen von U-Net/FullyConvNet (FCN) für Bildsegmentierung
:books: Eine Sammlung von Aufsätzen über Referring Image Segmentation.
Leistungsstarke Vision-Bibliothek in Python. Skalieren Sie Ihre Forschung, nicht Boilerplate.
[Offizielles Repository] Visual Mamba: Eine Übersicht und neue Ausblicke
Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2024-Paper. 🔥 [Paper + Code + Demo]
Die von [ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle) gelösten Knoten sind hauptsächlich diejenigen mit komplexen Anforderungen an Abhängigkeitspakete.
BiomedParse: Ein Basismodell für gemeinsame Segmentierung, Erkennung und Identifizierung biomedizinischer Objekte über neun Modalitäten hinweg
Offizieller Code für "Boundary loss for highly unbalanced segmentation", Zweiter Platz beim Best Paper Award auf der MIDL 2019. Erweiterte Version in MedIA, Band 67, Januar 2021.
Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2023 Papers. 🔥 [Paper + Code]
[CVPR 2025 Highlight] Offizieller Code und Modelle für den Encoder-only Mask Transformer (EoMT).
Anleitung zur Bildsignalverarbeitung (ISP). Erfahren Sie alles über den Prozess der Umwandlung eines Bildes/Videos in digitale Form durch Aufgaben wie Rauschunterdrückung, Filterung, automatische Belichtung, Autofokus, HDR-Korrektur und Bildschärfung mit einem spezialisierten Mediaprozessor.
[CVPR 2024] Aligning and Prompting Everything All at Once for Universal Visual Perception
Bibliothek zur Berechnung von Leistungsmetriken basierend auf Oberflächendistanz für Segmentierungsaufgaben.
Führen Sie das Segment Anything Model 2 auf einem Live-Videostream aus
Inspiration für die nächste Generation von Segment Anything Models: Umfassende Evaluierung von SAM und SAM 2 mit vielfältigen Prompts für kontextabhängige Konzepte in verschiedenen Szenen
Ein SAM-basiertes Modell für die Instanzsegmentierung von Getreidebildern
Eine chinesische Kennzeichenerkennungs-, Korrektur- und End-to-End-Erkennungssoftware, basierend auf u-net, cv2 und cnn, wobei unet und cv2 für die Kennzeichenlokalisierung und -korrektur verwendet werden, und cnn für die Kennzeichenerkennung, wobei unet und cnn beide als Keras-Implementierungen auf Basis von tensorflow realisiert sind
Test der Anpassung von DINOv2/3-Encodern für Vision-Aufgaben mit Low-Rank Adaptation (LoRA)