#segment-anything Dépôts
Découvrez 40 dépôts GitHub open source actifs associés à #segment-anything, cumulant 136,960 étoiles au total (soit une moyenne de 3,424 étoiles par projet). Le projet en tête de ce thème est ultralytics/ultralytics, avec 63,640 étoiles.
40 dépôts au total
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — détection d’objets, segmentation d’instances, segmentation sémantique, classification d’images, estimation de pose et suivi d’objets
Track-Anything est un outil flexible et interactif pour le suivi et la segmentation d'objets vidéo, basé sur Segment Anything, XMem et E2FGVI.
Ceci est le code officiel du projet MobileSAM qui rend SAM léger pour les applications mobiles et au-delà !
Un package Python pour la segmentation de données géospatiales avec le Segment Anything Model (SAM)
Étiquetage de données assisté par IA sans effort grâce au soutien IA de YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) et MobileSAM!!
Modifiez tout dans les images, alimenté par segment-anything, ControlNet, StableDiffusion, etc. (ACM MM)
Modèles fondamentaux de vision efficaces pour la génération et la perception à haute résolution.
InternGPT (iGPT) est une plateforme de démonstration open source où vous pouvez facilement présenter vos modèles d'IA. Il prend désormais en charge DragGAN, ChatGPT, ImageBind, les discussions multimodales comme GPT-4, SAM, l'édition interactive d'images, etc. Essayez-le sur igpt.opengvlab.com (système de démonstration en ligne prenant en charge DragGAN, ChatGPT, ImageBind, SAM).
Un projet open-source dédié au suivi et à la segmentation de n'importe quels objets dans les vidéos, de manière automatique ou interactive. Les principaux algorithmes utilisés comprennent le Segment Anything Model (SAM) pour la segmentation des images clés et Associating Objects with Transformers (AOT) à des fins de suivi et de propagation efficaces.
Images pour l'inférence sans étiquetage (utilisez des modèles fondamentaux pour entraîner des modèles supervisés).
Outil d'étiquetage utilisant SAM (Segment Anything Model), prenant en charge SAM, SAM2, SAM3, sam-hq, MobileSAM, EdgeSAM, etc. Outil d'annotation d'image semi-automatique et interactif.
Suivi et collecte de documents/projets/autres éléments liés à Segment Anything.
Une ressource indispensable pour quiconque souhaite expérimenter et construire sur l'API Vision d'OpenAI 🔥
Adapter Segment Anything de Meta AI aux tâches en aval avec des adaptateurs et des invites
Collectez les derniers résultats de la CVPR (Conference on Computer Vision and Pattern Recognition), y compris les articles, le code et les vidéos de démonstration, etc., et nous vous invitons à recommander !
L'extension Inpaint Anything effectue l'inpainting de diffusion stable sur une interface utilisateur de navigateur à l'aide de masques de Segment Anything.
Wunjo Make : échange de visages, synchronisation labiale, contrôle, suppression d’objets, de texte et d’arrière-plan, restylisation, séparateur audio, clonage de voix et génération vidéo. Open source, local et gratuit.
[CVPR2024 Highlight]GLEE: General Object Foundation Model for Images and Videos at Scale
Implémentation PyTorch officielle de "EdgeSAM : distillation par boucle d'invites pour le déploiement sur appareil de SAM"
Basé sur GroundingDino et SAM, utilisez des chaînes sémantiques pour segmenter n'importe quel élément d'une image. La version ComfyUI de sd-webui-segment-anything.
SAM-PT : Extension de SAM à la segmentation vidéo zero-shot avec suivi basé sur des points.
[CVPR 2025] Implémentation officielle PyTorch de "EdgeTAM : On-Device Track Anything Model"
Medical SAM 2 : Segmentation d'images médicales 3D via le modèle Segment Anything 2
SSSegmentation: Une boîte à outils open source pour la segmentation sémantique supervisée basée sur PyTorch.
EfficientSAM3 compresse SAM3 en des modèles légers et compatibles avec le bord via une distillation de connaissances progressive pour une segmentation et un suivi rapides de concepts promptables.
Affinez et améliorez la qualité des petits visages dans les vidéos MiniMax H3. Suivez les visages image par image, recadrez-les, améliorez-les avec H3, puis réintégrez-les à la vidéo.
👁️ + 💬 + 🎧 = 🤖 Liste organisée des meilleurs modèles fondamentaux et multimodaux ! [Paper + Code + Exemples + Tutoriels]
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
[Projet Open-Source] Combinaison de MMOCR avec Segment Anything & Stable Diffusion. Détection, reconnaissance et segmentation automatiques des instances de texte, avec plusieurs tâches en aval, par exemple Suppression de texte et Inpainting de texte.
[AAAI 2025] Implémentation officielle PyTorch de "TinySAM: Pushing the Envelope for Efficient Segment Anything Model"
Code officiel de « EVF-SAM : Fusion précoce vision-langage pour le modèle Segment Anything guidé par texte »
Foire aux questions
Quel est le dépôt #segment-anything le plus populaire sur GitHub ?
Le projet #segment-anything open source le mieux classé sur GitHub est ultralytics/ultralytics, avec 63,640 étoiles. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — détection d’objets, segmentation d’instances, segmentation sémantique, classification d’images, estimation de pose et suivi d’objets
Quels langages de programmation sont les plus utilisés dans les dépôts #segment-anything ?
Parmi les projets #segment-anything les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++.
Comment le classement des dépôts #segment-anything est-il calculé ?
Nous suivons 40 dépôts open source actifs associés à #segment-anything (500+ étoiles), totalisant 136,960 étoiles, avec une moyenne de 3,424 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.