#video-object-segmentation Repositories
Entdecke 15 aktive Open-Source-GitHub-Repositories, die mit #video-object-segmentation getaggt sind und insgesamt 44,243 Sterne gesammelt haben (durchschnittlich 2,949 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist facebookresearch/sam2 mit 20,204 Sternen.
Insgesamt 15 Repositories
Das Repository stellt Code zur Ausführung der Inferenz mit dem Meta Segment Anything Model 2 (SAM 2), Links zum Herunterladen der trainierten Modell-Checkpoints und Beispiel-Notebooks bereit, die zeigen, wie das Modell verwendet wird.
Track-Anything ist ein flexibles und interaktives Werkzeug für die Videoobjektverfolgung und -segmentierung, basierend auf Segment Anything, XMem und E2FGVI.
[CVPR19/TPAMI23] SiamMask: Ein Framework für schnelle Online-Objektverfolgung und -Segmentierung
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.
[ECCV 2022] XMem: Langzeitorientierte Videoschnittmaskensegmentierung mit einem Atkinson-Shiffrin-Gedächtnismodell
[ICCV 2023] Tracking Anything mit entkoppelter Videosegmentierung
[CVPR2024 Highlight]GLEE: General Object Foundation Model for Images and Videos at Scale
SAM-PT: Erweiterung von SAM auf Zero-Shot-Videos zum Segmentieren mit punktbasiertem Tracking.
EfficientSAM3 komprimiert SAM3 durch progressive Wissensdestillation in leichte, edge-freundliche Modelle für schnelle promptbare Konzeptsegmentierung und -verfolgung.
Eine effiziente modulare Implementierung von Associating Objects with Transformers für die Videobjektsegmentierung in PyTorch
[NeurIPS 2021] Neukonzeption von Raumzeit-Netzwerken mit verbesserter Speicherkontrolle für die effiziente Videoobjektsegmentierung
🔥 Neueste Fortschritte bei der Videobjektsegmentierung (VOS) – Papiere, Datensätze und Projekte.
Häufig gestellte Fragen
Welches ist das beliebteste #video-object-segmentation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#video-object-segmentation-Projekt auf GitHub ist facebookresearch/sam2 mit 20,204 Sternen. Das Repository stellt Code zur Ausführung der Inferenz mit dem Meta Segment Anything Model 2 (SAM 2), Links zum Herunterladen der trainierten Modell-Checkpoints und Beispiel-Notebooks bereit, die zeigen, wie das Modell verwendet wird.
Welche Programmiersprachen werden in #video-object-segmentation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #video-object-segmentation-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #video-object-segmentation-Repositories berechnet?
Wir verfolgen 15 aktive Open-Source-Repositories, die mit #video-object-segmentation getaggt sind (500+ Sterne), mit insgesamt 44,243 Sternen und durchschnittlich 2,949 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.