#instance-segmentation Repositorios
Descubre 53 repositorios activos de código abierto de GitHub etiquetados con #instance-segmentation, que acumulan 348,506 estrellas en total (una media de 6,575 estrellas por proyecto). El líder de este tema es ultralytics/ultralytics, con 63,640 estrellas.
53 repositorios en total
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — detección de objetos, segmentación de instancias, segmentación semántica, clasificación de imágenes, estimación de pose y seguimiento de objetos
Ultralytics YOLOv5 en PyTorch para detección de objetos, segmentación de instancias, clasificación, entrenamiento y exportación.
Mask R-CNN para detección de objetos y segmentación de instancias en Keras y TensorFlow
Anotación de imágenes con Python. Soporta polígono, rectángulo, círculo, línea, punto y anotación asistida por IA.
Kit de herramientas de detección de objetos basado en PaddlePaddle. Soporta detección de objetos, segmentación de instancias, seguimiento de múltiples objetos y detección de puntos clave de múltiples personas en tiempo real.
X-AnyLabeling: Una aplicación de escritorio multiplataforma, ligera, eficiente y unificada para anotar texto, imágenes, vídeos, nubes de puntos y datos multimodales. Combina herramientas integradas versátiles con modelos de IA de última generación y opciones flexibles de exportación en múltiples formatos.
RF-DETR es una arquitectura de modelo de detección y segmentación de objetos en tiempo real desarrollada por Roboflow, SOTA en COCO, diseñada para el ajuste fino (fine-tuning). [ICLR 2026]
Inferencia cortada/en mosaico independiente del framework + interfaz de usuario interactiva + gráficos de análisis de errores
Un modelo simple y completamente convolucional para segmentación de instancias en tiempo real.
AdelaiDet es una caja de herramientas de código abierto para tareas de detección y reconocimiento múltiples a nivel de instancia.
pySLAM es una tubería híbrida Python/C++ de SLAM Visual que admite cámaras monoculares, estéreo y RGB-D. Proporciona un amplio conjunto de modernos extractores de características locales y globales, múltiples estrategias de cierre de bucle, un módulo de reconstrucción volumétrica, modelos integrados de predicción de profundidad y capacidades de segmentación semántica para una comprensión mejorada de la escena.
[NeurIPS 2025] YOLOv12: Detectores de objetos en tiempo real centrados en la atención
Imágenes para inferencia sin etiquetado (utilice modelos fundacionales para entrenar modelos supervisados).
Convierte cualquier ordenador o dispositivo perimetral en un centro de mando para tus proyectos de visión por computadora.
[CVPR 2025] Implementación oficial de PyTorch de MambaVision: Un backbone híbrido Mamba-Transformer para visión
[CVPR 2023] OneFormer: Un Transformer para gobernar la segmentación universal de imágenes
[ICLR'23 Spotlight🔥] El primer pre-entrenamiento exitoso al estilo BERT/MAE en cualquier red neuronal convolucional; Implementación en Pytorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
Lanzamiento de código para "Cut and Learn for Unsupervised Object Detection and Instance Segmentation" y "VideoCutLER: Surprisingly Simple Unsupervised Video Instance Segmentation"
GigaModels: Un repositorio y plataforma integral para modelos multimodales, generativos y perceptuales
LibreYOLO es una biblioteca de visión por computadora de código abierto con licencia MIT
Implementación oficial de PyTorch de ODISE: Segmentación Panóptica de Vocabulario Abierto con Modelos de Difusión de Texto a Imagen [CVPR 2023 Highlight]
Framework de Visión por Computadora y Análisis de Video de Python con Baterías Incluidas
:books: Una colección de artículos sobre Referring Image Segmentation.
Código oficial para "RegionCLIP: Region-based Language-Image Pretraining" [CVPR 2022]
[ICCV 2023] Implementación oficial del artículo "A Simple Framework for Open-Vocabulary Segmentation and Detection"
Biblioteca de percepción jerárquica en Python para estimación de poses, detección de objetos, segmentación de instancias, estimación de puntos clave, reconocimiento facial, etc.
🚀🚀🚀 Serie YOLO de implementaciones de PaddlePaddle, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet y así sucesivamente. 🚀🚀🚀
[Destacado CVPR 2025] Código y modelos oficiales para el Transformador de Máscara Solo Codificador (EoMT).
Esta es la implementación de PyTorch de nuestro artículo "RSPrompter: Aprendizaje para la Segmentación de Instancias de Teledetección basada en Modelos Fundacionales Visuales"
[CVPR2024] Código para "SAM-6D: Segment Anything Model se une a la estimación de pose de objetos 6D sin cero disparos".
Framework de reconocimiento de instancias de video de próxima generación sobre Detectron2 que admite InstMove (CVPR 2023), SeqFormer (ECCV Oral) e IDOL (ECCV Oral).
[CVPR 2024] Publicación del código para "InstanceDiffusion: Control a nivel de instancia para la generación de imágenes"
Código PyTorch para el artículo "FIERY: Future Instance Segmentation in Bird's-Eye view from Surround Monocular Cameras"
Aumento de imágenes para visión por computadora. Licencia exclusivamente AGPL-3.0 o licencia comercial.
Este repositorio proporciona una lista completa de conjuntos de datos de satélites de radar y ópticos seleccionados para tareas de detección, clasificación, segmentación semántica y segmentación de instancias de barcos. Estos conjuntos de datos son ideales para aplicaciones en visión por computadora, aprendizaje automático, teledetección y análisis marítimo.
[NeurIPS 2020] Este proyecto proporciona una sólida línea de base de una sola etapa para la clasificación, detección y segmentación de instancias de cola larga (LVIS). También es una implementación en PyTorch del artículo de NeurIPS 2020 'Long-Tailed Classification by Keeping the Good and Removing the Bad Momentum Causal Effect'.
🚀 Una solución de detección de objetos en tiempo real de alto rendimiento utilizando YOLO11 ⚡️ impulsada por ONNX-Runtime
Preguntas frecuentes
¿Cuál es el repositorio de #instance-segmentation más popular en GitHub?
El proyecto de código abierto de #instance-segmentation mejor posicionado en GitHub es ultralytics/ultralytics, con 63,640 estrellas. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — detección de objetos, segmentación de instancias, segmentación semántica, clasificación de imágenes, estimación de pose y seguimiento de objetos
¿Qué lenguajes de programación se utilizan más en los repositorios de #instance-segmentation?
Entre los proyectos de #instance-segmentation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #instance-segmentation?
Seguimos 53 repositorios activos de código abierto etiquetados con #instance-segmentation (500+ estrellas), que suman un total de 348,506 estrellas, con una media de 6,575 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.