Git Stars Git Stars

#deeplab-v3-plus Repositorios

Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #deeplab-v3-plus, que acumulan 15,535 estrellas en total (una media de 5,178 estrellas por proyecto). El líder de este tema es qubvel-org/segmentation_models.pytorch, con 11,813 estrellas.

3
Total de Repositorios
15,535
Total de estrellas
5,178
Promedio de Estrellas/Repo
Lenguajes de programación: Python
1
qubvel-org/segmentation_models.pytorch

Modelos de segmentación semántica con más de 500 backbones convolucionales y basados en transformadores preentrenados.

qubvel-org
⭐ 11,813 Python 👤 qubvel-org Organization 🕐 Actualizado 2026-11-19 📅 Creado 2019-03-01
2
jfzhang95/pytorch-deeplab-xception

Modelo DeepLab v3+ en PyTorch. Soporta diferentes backbones.

jfzhang95
⭐ 2,997 Python 👤 jfzhang95 User 🕐 Actualizado 2024-08-04 📅 Creado 2018-06-15
3
LikeLy-Journey/SegmenTron

Soporta PointRend, Fast_SCNN, HRNet, Deeplabv3_plus(xception, resnet, mobilenet), ContextNet, FPENet, DABNet, EdaNet, ENet, Espnetv2, RefineNet, UNet, DANet, HRNet, DFANet, HardNet, LedNet, OCNet, EncNet, DuNet, CGNet, CCNet, BiSeNet, PSPNet, ICNet, FCN, deeplab

LikeLy-Journey
⭐ 724 Python 👤 LikeLy-Journey User 🕐 Actualizado 2024-07-05 📅 Creado 2019-10-20

Preguntas frecuentes

1

¿Cuál es el repositorio de #deeplab-v3-plus más popular en GitHub?

El proyecto de código abierto de #deeplab-v3-plus mejor posicionado en GitHub es qubvel-org/segmentation_models.pytorch, con 11,813 estrellas. Modelos de segmentación semántica con más de 500 backbones convolucionales y basados en transformadores preentrenados.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #deeplab-v3-plus?

Entre los proyectos de #deeplab-v3-plus mejor posicionados en GitHub, los lenguajes de programación más comunes son Python.

3

¿Cómo se calcula la clasificación de los repositorios de #deeplab-v3-plus?

Seguimos 3 repositorios activos de código abierto etiquetados con #deeplab-v3-plus (500+ estrellas), que suman un total de 15,535 estrellas, con una media de 5,178 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.