#video-object-segmentation Dépôts
Découvrez 15 dépôts GitHub open source actifs associés à #video-object-segmentation, cumulant 44,243 étoiles au total (soit une moyenne de 2,949 étoiles par projet). Le projet en tête de ce thème est facebookresearch/sam2, avec 20,204 étoiles.
15 dépôts au total
Le dépôt fournit le code pour exécuter l'inférence avec le Meta Segment Anything Model 2 (SAM 2), des liens pour télécharger les points de contrôle du modèle entraîné et des exemples de notebooks qui montrent comment utiliser le modèle.
Track-Anything est un outil flexible et interactif pour le suivi et la segmentation d'objets vidéo, basé sur Segment Anything, XMem et E2FGVI.
[CVPR19/TPAMI23] SiamMask : Un cadre pour le suivi et la segmentation rapides d'objets en ligne
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.
[ECCV 2022] XMem : Segmentation d'objets vidéo à long terme avec un modèle de mémoire Atkinson-Shiffrin
[ICCV 2023] Suivre n'importe quoi avec une segmentation vidéo découplée
[CVPR2024 Highlight]GLEE: General Object Foundation Model for Images and Videos at Scale
SAM-PT : Extension de SAM à la segmentation vidéo zero-shot avec suivi basé sur des points.
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.
Une implémentation modulaire efficace d'association d'objets avec des Transformers pour la segmentation d'objets vidéo dans PyTorch
[NeurIPS 2021] Repenser les Réseaux Espace-Temps avec une Meilleure Couverture Mémoire pour une Segmentation Vidéo d'Objets Efficace
🔥 Dernières avancées en segmentation d'objets vidéo (VOS) – articles, ensembles de données et projets.
Foire aux questions
Quel est le dépôt #video-object-segmentation le plus populaire sur GitHub ?
Le projet #video-object-segmentation open source le mieux classé sur GitHub est facebookresearch/sam2, avec 20,204 étoiles. Le dépôt fournit le code pour exécuter l'inférence avec le Meta Segment Anything Model 2 (SAM 2), des liens pour télécharger les points de contrôle du modèle entraîné et des exemples de notebooks qui montrent comment utiliser le modèle.
Quels langages de programmation sont les plus utilisés dans les dépôts #video-object-segmentation ?
Parmi les projets #video-object-segmentation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #video-object-segmentation est-il calculé ?
Nous suivons 15 dépôts open source actifs associés à #video-object-segmentation (500+ étoiles), totalisant 44,243 étoiles, avec une moyenne de 2,949 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.