#segmentation Repositories
Entdecke 107 aktive Open-Source-GitHub-Repositories, die mit #segmentation getaggt sind und insgesamt 242,769 Sterne gesammelt haben (durchschnittlich 2,268 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist WZMIAOMIAO/deep-learning-for-image-processing mit 26,462 Sternen.
Insgesamt 107 Repositories
Deep Learning für Bildverarbeitung, einschließlich Klassifikation und Objekterkennung usw.
Semantische Segmentierungs-Modelle mit mehr als 500 vortrainierten konvolutionellen und Transformer-basierten Backbones.
Tutorials, Aufgaben und Wettbewerbe für Kurse im Zusammenhang mit MIT Deep Learning.
Hello AI World: Leitfaden zum Bereitstellen von Deep-Learning-Inferenznetzwerken und Deep-Vision-Primitiven mit TensorRT und NVIDIA Jetson.
BoxMOT: Plugbares Multi-Objekt-Tracking in Python und C++ für achsenparallele und orientierte Boxen, jetzt mit Helm-Bereitstellung für kontinuierliches Kameratracking auf Kubernetes.
Pytorch-Implementierung von Visualisierungstechniken für Convolutional Neural Networks
Segmentierungs-Modelle mit vortrainierten Backbones. Keras und TensorFlow Keras.
PointNet und PointNet++ implementiert mit PyTorch (reines Python) und auf ModelNet, ShapeNet und S3DIS.
Ein Python-Paket zur Segmentierung von Geodaten mit dem Segment Anything Model (SAM)
Ein prozeduraler Blender-Pipeline für die Generierung fotorealistischer Trainingsbilder
Einstiegskurse in Deep Learning, Fortgeschrittene Kurse, Spezialkurse, akademische Fälle, industrielle Praxisbeispiele, Deep-Learning-Wissens-Enzyklopädie und Interview-Fragenbank Der Kurs, Fall und das Wissen von Deep Learning und KI
Benutzerdefinierter Knotenpack für ComfyUI Dieser benutzerdefinierte Knoten hilft, Bilder über Detector, Detailer, Upscaler, Pipe und mehr bequem zu verbessern.
Effiziente Vision-Grundlagenmodelle für hochauflösende Generierung und Wahrnehmung.
KI-Comic- und Manga-Übersetzer-App/Browser-Erweiterung zur automatischen Übersetzung von Comics, Mangas, Manhwas, BDs, Fumetti und mehr in verschiedenen Sprachen und Formaten (Bilder, PDF, EPUB, CBR, CBZ usw.).
Multiplattform-Software, kostenlose Open-Source-Software für Visualisierung und Bildverarbeitung.
Sammlung von Papieren, Datensätzen, Code und anderen Ressourcen für Objektverfolgung und -erkennung mit Deep Learning
ein allgemeiner Algorithmus für die Zellsegmentierung mit Human-in-the-Loop-Funktionen
detrex ist eine Forschungsplattform für DETR-basierte Objekterkennung, Segmentierung, Posenschätzung und andere visuelle Erkennungsaufgaben.
Unüberwachte Wortsegmentierung für neuronale Maschinenübersetzung und Textgenerierung
Ein benutzerdefinierter ComfyUI-Node zur fortgeschrittenen Entfernung von Bildhintergründen und Segmentierung von Objekten, Gesichtern, Kleidung und Modeelementen. Dabei kommen verschiedene Modelle zum Einsatz, darunter RMBG-2.0, VRMBG-3.0, FeyNoBg, Finegrain Box Segmenter, INSPYRENET, BEN, BEN2, BiRefNet, Lucida, SDMatte, SAM, SAM2, SAM3, Florence-2, YOLOv8/YOLO11, Big-Lama und GroundingDINO.
Sammlung von Diffusionsmodell-Papieren, kategorisiert nach ihren Teilgebieten
Diffusionsmodelle in der medizinischen Bildgebung (veröffentlicht im Medical Image Analysis Journal)
Semantische Segmentierung von Luft- und Satellitenbildern. Extrahiert Merkmale wie: Gebäude, Parkplätze, Straßen, Wasser, Wolken
CVNets: Eine Bibliothek zum Trainieren von Computervision-Netzwerken
[ECCV 2022] XMem: Langzeitorientierte Videoschnittmaskensegmentierung mit einem Atkinson-Shiffrin-Gedächtnismodell
Ein PyTorch-basiertes Deep-Learning-Framework für die multimodale 2D/3D-segmentierung medizinischer Bilder
Verfolgung und Sammlung von Arbeiten/Projekten/anderen Dingen im Zusammenhang mit „Segment Anything“.
PaddleSlim ist eine Open-Source-Bibliothek für die Komprimierung tiefer Modelle und die Architektursuche.
🔥🔥🔥TensorRT für YOLO26 (Detektion/Pose/Segmentierung/Tiefe/rotierte Bounding-Boxen/Klassifizierung), YOLOv11, YOLOv10, YOLOv9, YOLOv8, ... 🚀🚀🚀 CUDA IST ALLES, WAS DU BRAUCHST. 🍎🍎🍎
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!
Verwendung von Diffusionsmodellen zur Segmentierung/Rekonstruktion von Organen aus medizinischen Bildern [AAAI Einflussreichster Artikel]
Das Medical Detection Toolkit enthält 2D + 3D-Implementierungen gängiger Objekterkenner wie Mask R-CNN, Retina Net, Retina U-Net sowie ein Trainings- und Inferenz-Framework, das sich auf den Umgang mit medizinischen Bildern konzentriert.
Die Inpaint Anything-Erweiterung führt Stable Diffusion Inpainting auf einer Browser-Benutzeroberfläche mit Masken von Segment Anything durch.
Häufig gestellte Fragen
Welches ist das beliebteste #segmentation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#segmentation-Projekt auf GitHub ist WZMIAOMIAO/deep-learning-for-image-processing mit 26,462 Sternen. Deep Learning für Bildverarbeitung, einschließlich Klassifikation und Objekterkennung usw.
Welche Programmiersprachen werden in #segmentation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #segmentation-Projekten auf GitHub sind Python, Jupyter Notebook, C++, HTML die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #segmentation-Repositories berechnet?
Wir verfolgen 107 aktive Open-Source-Repositories, die mit #segmentation getaggt sind (500+ Sterne), mit insgesamt 242,769 Sternen und durchschnittlich 2,268 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.