#segmentation Dépôts
Découvrez 107 dépôts GitHub open source actifs associés à #segmentation, cumulant 242,769 étoiles au total (soit une moyenne de 2,268 étoiles par projet). Le projet en tête de ce thème est WZMIAOMIAO/deep-learning-for-image-processing, avec 26,462 étoiles.
107 dépôts au total
Apprentissage profond pour le traitement d'images, incluant la classification et la détection d'objets, etc.
Modèles de segmentation sémantique avec plus de 500 backbones convolutifs et basés sur des transformers pré-entraînés.
Tutoriels, devoirs et compétitions pour les cours liés à MIT Deep Learning.
Guide Hello AI World pour déployer des réseaux d'inférence deep-learning et des primitives de vision profonde avec TensorRT et NVIDIA Jetson.
BoxMOT : suivi multiobjet modulaire en Python et C++ pour les boîtes alignées sur les axes et orientées, désormais avec un déploiement via Helm pour le suivi continu des caméras sur Kubernetes.
Implémentation Pytorch de techniques de visualisation de réseaux de neurones convolutifs
Modèles de segmentation avec des backbones pré-entraînés. Keras et TensorFlow Keras.
PointNet et PointNet++ implémentés avec PyTorch (Python pur) et sur ModelNet, ShapeNet et S3DIS.
Un package Python pour la segmentation de données géospatiales avec le Segment Anything Model (SAM)
Un pipeline procédural Blender pour la génération d'images d'entraînement photoréalistes
Cours d'initiation à l'apprentissage profond, cours avancés, cours spéciaux, cas académiques, cas de pratique industrielle, encyclopédie des connaissances en apprentissage profond et banque de questions d'entretien Le cours, le cas et les connaissances de Deep Learning et IA
Pack de nœuds personnalisés pour ComfyUI Ce nœud personnalisé aide à améliorer facilement les images grâce à Detector, Detailer, Upscaler, Pipe, et plus encore.
Modèles fondamentaux de vision efficaces pour la génération et la perception à haute résolution.
Application/extension de navigateur de traduction de comics et mangas par IA pour traduire automatiquement des comics, mangas, manhwas, BD, fumetti et plus encore dans plusieurs langues et formats (images, PDF, EPUB, CBR, CBZ, etc.).
Logiciel open source gratuit multiplateforme pour la visualisation et le calcul d'images.
Page du projet pour "LISA: Segmentation par raisonnement via un grand modèle linguistique"
Collection de papiers, ensembles de données, code et autres ressources pour le suivi et la détection d'objets utilisant l'apprentissage profond
un algorithme généraliste pour la segmentation cellulaire avec des capacités d'intervention humaine
detrex est une plateforme de recherche pour la détection d'objets basée sur DETR, la segmentation, l'estimation de pose et d'autres tâches de reconnaissance visuelle.
Segmentation de mots non supervisée pour la traduction automatique neuronale et la génération de texte
Un nœud personnalisé pour ComfyUI conçu pour supprimer les arrière-plans d’images et segmenter avec précision les objets, les visages, les vêtements et les éléments de mode, à l’aide de plusieurs modèles, notamment 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 et GroundingDINO.
collection d'articles sur les modèles de diffusion classés par sous-domaines
Modèles de diffusion en imagerie médicale (publié dans le Medical Image Analysis Journal)
Segmentation sémantique sur imagerie aérienne et satellitaire. Extrait des caractéristiques telles que : bâtiments, parkings, routes, eau, nuages
CVNets : Une bibliothèque pour entraîner des réseaux de vision par ordinateur
[ECCV 2022] XMem : Segmentation d'objets vidéo à long terme avec un modèle de mémoire Atkinson-Shiffrin
Un framework d'apprentissage profond basé sur PyTorch pour la segmentation d'images médicales multimodales 2D/3D
Suivi et collecte de documents/projets/autres éléments liés à Segment Anything.
PaddleSlim est une bibliothèque open-source pour la compression de modèles profonds et la recherche d'architecture.
🔥🔥🔥TensorRT pour YOLO26 (détection/pose/segmentation/profondeur/boîtes orientées/classification), YOLOv11, YOLOv10, YOLOv9, YOLOv8, ... 🚀🚀🚀 CUDA, C’EST TOUT CE QU’IL VOUS FAUT. 🍎🍎🍎
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 !
Utilisation de modèles de diffusion pour segmenter/reconstruire des organes à partir d'images médicales [Article le plus influent de l'AAAI]
Le Medical Detection Toolkit contient des implémentations 2D + 3D de détecteurs d'objets courants tels que Mask R-CNN, Retina Net, Retina U-Net, ainsi qu'un framework d'entraînement et d'inférence axé sur la gestion d'images médicales.
L'extension Inpaint Anything effectue l'inpainting de diffusion stable sur une interface utilisateur de navigateur à l'aide de masques de Segment Anything.
Foire aux questions
Quel est le dépôt #segmentation le plus populaire sur GitHub ?
Le projet #segmentation open source le mieux classé sur GitHub est WZMIAOMIAO/deep-learning-for-image-processing, avec 26,462 étoiles. Apprentissage profond pour le traitement d'images, incluant la classification et la détection d'objets, etc.
Quels langages de programmation sont les plus utilisés dans les dépôts #segmentation ?
Parmi les projets #segmentation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, HTML.
Comment le classement des dépôts #segmentation est-il calculé ?
Nous suivons 107 dépôts open source actifs associés à #segmentation (500+ étoiles), totalisant 242,769 étoiles, avec une moyenne de 2,268 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.