#segment-anything Repositories
Entdecke 40 aktive Open-Source-GitHub-Repositories, die mit #segment-anything getaggt sind und insgesamt 136,960 Sterne gesammelt haben (durchschnittlich 3,424 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist ultralytics/ultralytics mit 63,640 Sternen.
Insgesamt 40 Repositories
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifizierung, Posenschätzung und Objektverfolgung
Track-Anything ist ein flexibles und interaktives Werkzeug für die Videoobjektverfolgung und -segmentierung, basierend auf Segment Anything, XMem und E2FGVI.
Dies ist der offizielle Code für das MobileSAM-Projekt, der SAM für mobile Anwendungen und darüber hinaus leichtgewichtig macht!
Ein Python-Paket zur Segmentierung von Geodaten mit dem Segment Anything Model (SAM)
Müheloses KI-gestütztes Datenlabeling dank KI-Unterstützung von YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) und MobileSAM!!
Bearbeiten Sie alles in Bildern, angetrieben von segment-anything, ControlNet, StableDiffusion usw. (ACM MM)
Effiziente Vision-Grundlagenmodelle für hochauflösende Generierung und Wahrnehmung.
InternGPT (iGPT) ist eine Open-Source-Demo-Plattform, auf der Sie Ihre KI-Modelle einfach präsentieren können. Jetzt unterstützt es DragGAN, ChatGPT, ImageBind, multimodale Chats wie GPT-4, SAM, interaktive Bildbearbeitung usw. Probieren Sie es unter igpt.opengvlab.com aus (Online-Demo-System, das DragGAN, ChatGPT, ImageBind, SAM unterstützt).
Ein Open-Source-Projekt, das sich dem Tracking und der Segmentierung beliebiger Objekte in Videos widmet, entweder automatisch oder interaktiv. Die primär verwendeten Algorithmen umfassen das Segment Anything Model (SAM) für die Key-Frame-Segmentierung und Associating Objects with Transformers (AOT) für effizientes Tracking und Propagationszwecke.
Bilder zur Inferenz ohne Beschriftung (verwenden Sie Basismodelle, um beaufsichtigte Modelle zu trainieren).
Beschriftungswerkzeug mit SAM (Segment Anything Model), das SAM, SAM2, SAM3, sam-hq, MobileSAM, EdgeSAM usw. unterstützt. Interaktives, halbautomatisches Bildanmerkungswerkzeug.
Verfolgung und Sammlung von Arbeiten/Projekten/anderen Dingen im Zusammenhang mit „Segment Anything“.
Eine unverzichtbare Ressource für alle, die mit der OpenAI Vision API experimentieren und darauf aufbauen möchten 🔥
Anpassung von Metas KI 'Segment Anything' an nachgelagerte Aufgaben mit Adaptern und Prompts
Sammeln Sie die neuesten Ergebnisse der CVPR (Conference on Computer Vision and Pattern Recognition), einschließlich Arbeiten, Code und Demovideos usw., und wir freuen uns über Empfehlungen von allen!
Die Inpaint Anything-Erweiterung führt Stable Diffusion Inpainting auf einer Browser-Benutzeroberfläche mit Masken von Segment Anything durch.
Wunjo Make: Gesichtstausch, Lippensynchronisation, Steuerung, Entfernen von Objekten, Text und Hintergrund, Neugestaltung, Audiotrennung, Stimmenklonen und Videogenerierung. Open Source, lokal und kostenlos.
[CVPR2024 Highlight]GLEE: General Object Foundation Model for Images and Videos at Scale
Offizielle PyTorch-Implementierung von "EdgeSAM: Prompt-In-the-Loop-Destillation für die On-Device-Bereitstellung von SAM"
Basierend auf GroundingDino und SAM werden semantische Strings verwendet, um jedes Element in einem Bild zu segmentieren. Die ComfyUI-Version von sd-webui-segment-anything.
SAM-PT: Erweiterung von SAM auf Zero-Shot-Videos zum Segmentieren mit punktbasiertem Tracking.
[CVPR 2025] Offizielle PyTorch-Implementierung von „EdgeTAM: On-Device Track Anything Model“
Medical SAM 2: Segmentierung von 3D-medizinischen Bildern über das Segment Anything Model 2
SSSegmentation: Eine Open-Source-Toolbox für überwachte semantische Segmentierung auf PyTorch-Basis.
EfficientSAM3 komprimiert SAM3 durch progressive Wissensdestillation in leichte, edge-freundliche Modelle für schnelle promptbare Konzeptsegmentierung und -verfolgung.
Verbessere die Qualität kleiner Gesichter in MiniMax-H3-Videos. Verfolge die Gesichter Bild für Bild, schneide sie aus, verbessere sie mit H3 und füge sie wieder ins Video ein.
👁️ + 💬 + 🎧 = 🤖 Kuratierte Liste der besten Foundation- und multimodalen Modelle! [Paper + Code + Beispiele + Tutorials]
Keras beit,caformer,CMT,CoAtNet,convnext,davit,dino,efficientdet,edgenext,efficientformer,efficientnet,eva,fasternet,fastervit,fastvit,flexivit,gcvit,ghostnet,gpvit,hornet,hiera,iformer,inceptionnext,lcnet,levit,maxvit,mobilevit,moganet,nat,nfnets,pvt,swin,tinynet,tinyvit,uniformer,volo,vanillanet,yolor,yolov7,yolov8,yolox,gpt2,llama2, alias kecam
[Open-Source-Projekt] MMOCR kombiniert mit Segment Anything & Stable Diffusion. Automatische Erkennung, Erkennung und Segmentierung von Textinstanzen, mit mehreren nachgelagerten Aufgaben, z. B. Textentfernung und Textinpainting.
[AAAI 2025] Offizielle PyTorch-Implementierung von "TinySAM: Pushing the Envelope for Efficient Segment Anything Model"
Offizieller Code von „EVF-SAM: Frühe Vision-Language-Fusion für Text-Prompt-basiertes Segment Anything Model“
Häufig gestellte Fragen
Welches ist das beliebteste #segment-anything-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#segment-anything-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 #segment-anything-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #segment-anything-Projekten auf GitHub sind Python, Jupyter Notebook, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #segment-anything-Repositories berechnet?
Wir verfolgen 40 aktive Open-Source-Repositories, die mit #segment-anything getaggt sind (500+ Sterne), mit insgesamt 136,960 Sternen und durchschnittlich 3,424 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.