#instance-segmentation Repositories
Entdecke 53 aktive Open-Source-GitHub-Repositories, die mit #instance-segmentation getaggt sind und insgesamt 348,506 Sterne gesammelt haben (durchschnittlich 6,575 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist ultralytics/ultralytics mit 63,640 Sternen.
Insgesamt 53 Repositories
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifizierung, Posenschätzung und Objektverfolgung
Ultralytics YOLOv5 in PyTorch für Objekterkennung, Instanzsegmentierung, Klassifizierung, Training und Export.
Mask R-CNN für Objekterkennung und Instanzsegmentierung mit Keras und TensorFlow
Bildannotation mit Python. Unterstützt Polygone, Rechtecke, Kreise, Linien, Punkte und KI-unterstützte Annotation.
Object-Detection-Toolkit basierend auf PaddlePaddle. Es unterstützt Objekterkennung, Instanzsegmentierung, Mehrfachobjektverfolgung und Echtzeit-Multi-Person-Keypoint-Erkennung.
X-AnyLabeling: Eine schlanke, effiziente und einheitliche plattformübergreifende Desktop-Anwendung zur Annotation von Texten, Bildern, Videos, Punktwolken und multimodalen Daten. Sie kombiniert vielseitige integrierte Werkzeuge mit modernsten KI-Modellen und flexiblen Exportmöglichkeiten in mehreren Formaten.
RF-DETR ist eine von Roboflow entwickelte Architektur für Echtzeit-Objekterkennung und -segmentierung, SOTA auf COCO, die für das Fine-Tuning konzipiert wurde. [ICLR 2026]
Framework-unabhängige geslicete/geteilte Inferenz + interaktive Benutzeroberfläche + Fehleranalyse-Diagramme
Ein einfaches, vollständig konvolutionelles Modell für die Echtzeit-Instanzsegmentierung.
AdelaiDet ist eine Open-Source-Toolbox für mehrere Aufgaben zur Detektion und Erkennung auf Instanzebene.
pySLAM ist eine hybride Python/C++ Visual SLAM-Pipeline, die Monokular-, Stereo- und RGB-D-Kameras unterstützt. Es bietet eine breite Palette moderner lokaler und globaler Feature-Extraktoren, mehrere Loop-Closure-Strategien, ein volumetrisches Rekonstruktionsmodul, integrierte Tiefenvorhersagemodelle und semantische Segmentierungsfunktionen für ein verbessertes Szenenverständnis.
[NeurIPS 2025] YOLOv12: Aufmerksamkeitszentrierte Echtzeit-Objektdetektoren
Bilder zur Inferenz ohne Beschriftung (verwenden Sie Basismodelle, um beaufsichtigte Modelle zu trainieren).
Verwandeln Sie jeden Computer oder jedes Edge-Gerät in ein Kommandozentrum für Ihre Computer-Vision-Projekte.
[CVPR 2025] Offizielle PyTorch-Implementierung von MambaVision: Ein hybrides Mamba-Transformer-Vision-Backbone
[CVPR 2023] OneFormer: Ein Transformer zur Beherrschung der universellen Bildsegmentierung
[ICLR'23 Spotlight🔥] Die erste erfolgreiche BERT/MAE-Stil-Vortraining auf jedem konvolutionellen Netzwerk; Pytorch-Implementierung von "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
Code-Freigabe für "Cut and Learn for Unsupervised Object Detection and Instance Segmentation" und "VideoCutLER: Surprisingly Simple Unsupervised Video Instance Segmentation"
GigaModels: Ein umfassendes Repository und eine Plattform für multimodale, generative und perzeptuelle Modelle
LibreYOLO ist eine unter der MIT-Lizenz lizenzierte Open-Source-Computer-Vision-Bibliothek
Offizielle PyTorch-Implementierung von ODISE: Open-Vocabulary Panoptic Segmentation mit Text-zu-Bild-Diffusionsmodellen [CVPR 2023 Highlight]
Python Computer Vision & Video Analytics Framework mit Batterien im Lieferumfang enthalten
:books: Eine Sammlung von Aufsätzen über Referring Image Segmentation.
"RegionCLIP: Region-based Language-Image Pretraining" offizieller Code für [CVPR 2022]
[ICCV 2023] Offizielle Implementierung des Papiers "A Simple Framework for Open-Vocabulary Segmentation and Detection"
Hierarchische Wahrnehmungsbibliothek in Python für Pose-Schätzung, Objekterkennung, Instanzsegmentierung, Keypoint-Schätzung, Gesichtserkennung usw.
🚀🚀🚀 YOLO-Serie von PaddlePaddle-Implementierungen, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet und so weiter. 🚀🚀🚀
[CVPR 2025 Highlight] Offizieller Code und Modelle für den Encoder-only Mask Transformer (EoMT).
Dies ist die PyTorch-Implementierung unseres Papiers „RSPrompter: Lernen, um für die Fernerkennung von Instanzsegmentierung auf Basis visueller Fundamentmodelle zu werben“
[CVPR2024] Code für "SAM-6D: Segment Anything Model trifft Zero-Shot 6D Objektschätzung".
Next-Generation Video-Instanz-Erkennungs-Framework auf Basis von Detectron2, das InstMove (CVPR 2023), SeqFormer (ECCV Oral) und IDOL (ECCV Oral) unterstützt.
[CVPR 2024] Code-Veröffentlichung für "InstanceDiffusion: Instanzebenensteuerung für die Bildgenerierung"
PyTorch-Code für die Arbeit "FIERY: Future Instance Segmentation in Bird's-Eye view from Surround Monocular Cameras"
Bildaugmentation für Computer Vision. Ausschließlich AGPL-3.0-Lizenz oder kommerzielle Lizenzierung.
Dieses Repository bietet eine umfassende Liste von Radar- und optischen Satellitendatensätzen, die für die Schiffsdetektion, -klassifizierung, -semantische Segmentierung und -instanzsegmentierung kuratiert wurden. Diese Datensätze sind ideal für Anwendungen in den Bereichen Computer Vision, maschinelles Lernen, Fernerkundung und maritime Analyse.
[NeurIPS 2020] Dieses Projekt bietet eine starke Single-Stage-Baseline für Long-Tailed Classification, Detection und Instance Segmentation (LVIS). Es ist auch eine PyTorch-Implementierung der NeurIPS 2020-Arbeit 'Long-Tailed Classification by Keeping the Good and Removing the Bad Momentum Causal Effect'.
🚀 Eine leistungsstarke Echtzeit-Objekterkennungslösung mit YOLO11 ⚡️, angetrieben von ONNX-Runtime
Häufig gestellte Fragen
Welches ist das beliebteste #instance-segmentation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#instance-segmentation-Projekt auf GitHub ist ultralytics/ultralytics mit 63,640 Sternen. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifizierung, Posenschätzung und Objektverfolgung
Welche Programmiersprachen werden in #instance-segmentation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #instance-segmentation-Projekten auf GitHub sind Python, Jupyter Notebook, C++, JavaScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #instance-segmentation-Repositories berechnet?
Wir verfolgen 53 aktive Open-Source-Repositories, die mit #instance-segmentation getaggt sind (500+ Sterne), mit insgesamt 348,506 Sternen und durchschnittlich 6,575 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.