#segmentation Repository
Scopri 107 repository GitHub open source attivi contrassegnati con #segmentation, che raccolgono un totale di 242,769 stelle (con una media di 2,268 stelle per progetto). Il progetto leader di questo argomento è WZMIAOMIAO/deep-learning-for-image-processing, con 26,462 stelle.
107 repository in totale
Deep learning per l'elaborazione delle immagini, inclusa classificazione e rilevamento oggetti ecc.
Modelli di segmentazione semantica con oltre 500 backbone convoluzionali e basati su transformer pre-addestrati.
Tutorial, compiti e competizioni per corsi relativi a MIT Deep Learning.
Guida Hello AI World per il deployment di reti di inferenza deep-learning e primitive di visione profonda con TensorRT e NVIDIA Jetson.
BoxMOT: tracciamento multioggetto collegabile in Python e C++ per riquadri allineati agli assi e orientati, ora con distribuzione tramite Helm per il tracciamento continuo delle telecamere su Kubernetes.
Implementazione in Pytorch di tecniche di visualizzazione per reti neurali convoluzionali
Modelli di segmentazione con backbones preaddestrati. Keras e TensorFlow Keras.
PointNet e PointNet++ implementati con PyTorch (Python puro) e su ModelNet, ShapeNet e S3DIS.
Un pacchetto Python per la segmentazione di dati geospaziali con il Segment Anything Model (SAM)
Un pipeline procedurale di Blender per la generazione di immagini di addestramento fotorealistiche
Corsi introduttivi di deep learning, corsi avanzati, corsi speciali, casi accademici, casi di pratica industriale, enciclopedia della conoscenza di deep learning e banca di domande per colloqui Il corso, il caso e la conoscenza di Deep Learning e AI
Pacchetto di nodi personalizzati per ComfyUI Questo nodo personalizzato aiuta a migliorare comodamente le immagini tramite Detector, Detailer, Upscaler, Pipe e altro ancora.
Modelli fondamentali efficienti per la visione per la generazione e la percezione ad alta risoluzione.
App/estensione browser di traduzione AI per fumetti e manga, per tradurre automaticamente fumetti, manga, manhwa, BD, fumetti e altro ancora in molteplici lingue e formati (immagini, PDF, EPUB, CBR, CBZ, ecc.).
Software multipiattaforma gratuita e open source per la visualizzazione e l'elaborazione delle immagini.
[Premio IEEE TMI per il miglior articolo] Implementazione ufficiale di UNet++
Pagina del progetto per "LISA: Reasoning Segmentation via Large Language Model"
Collezione di articoli, dataset, codice e altre risorse per il tracciamento e la rilevazione di oggetti utilizzando il deep learning
un algoritmo generalista per la segmentazione cellulare con capacità human-in-the-loop
detrex è una piattaforma di ricerca per il rilevamento di oggetti basato su DETR, la segmentazione, la stima della posa e altri compiti di riconoscimento visivo.
Segmentazione non supervisionata delle parole per la traduzione automatica neurale e la generazione di testo
Un nodo personalizzato per ComfyUI progettato per la rimozione avanzata degli sfondi delle immagini e la segmentazione di oggetti, volti, abiti ed elementi di moda, utilizzando diversi modelli, tra cui 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 e GroundingDINO.
raccolta di articoli sui modelli di diffusione categorizzati per sottoaree
Modelli di diffusione nell'imaging medico (pubblicato nel Medical Image Analysis Journal)
Segmentazione semantica su immagini aeree e satellitari. Estrae caratteristiche come: edifici, parcheggi, strade, acqua, nuvole
[ECCV 2022] XMem: Segmentazione a lungo termine di oggetti video con un modello di memoria Atkinson-Shiffrin
Un framework di deep learning basato su Pytorch per la segmentazione di immagini mediche multimodali 2D/3D
Tracciamento e raccolta di articoli/progetti/altri materiali relativi a Segment Anything.
PaddleSlim è una libreria open-source per la compressione di modelli profondi e la ricerca di architetture.
🔥🔥🔥TensorRT per YOLO26 (rilevamento/posa/segmentazione/profondità/box orientati/classificazione), YOLOv11, YOLOv10, YOLOv9, YOLOv8, ... 🚀🚀🚀 CUDA È TUTTO CIÒ DI CUI HAI BISOGNO. 🍎🍎🍎
Raccogli gli ultimi risultati della CVPR (Conference on Computer Vision and Pattern Recognition), inclusi paper, codice e video dimostrativi, ecc., e diamo il benvenuto ai suggerimenti di tutti!
Utilizzo di Modelli di Diffusione per Segmentare/Ricostruire Organi da Immagini Mediche [Articolo più influente dell'AAAI]
Il Medical Detection Toolkit contiene implementazioni 2D + 3D di rilevatori di oggetti prevalenti come Mask R-CNN, Retina Net, Retina U-Net, nonché un framework di addestramento e inferenza focalizzato sulla gestione di immagini mediche.
L'estensione Inpaint Anything esegue l'inpainting di Stable Diffusion su un'interfaccia utente del browser utilizzando maschere da Segment Anything.
Domande frequenti
Qual è il repository #segmentation più popolare su GitHub?
Il progetto open source #segmentation più alto in classifica su GitHub è WZMIAOMIAO/deep-learning-for-image-processing, con 26,462 stelle. Deep learning per l'elaborazione delle immagini, inclusa classificazione e rilevamento oggetti ecc.
Quali linguaggi di programmazione sono più utilizzati nei repository #segmentation?
Tra i progetti #segmentation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, HTML.
Come viene calcolata la classifica dei repository #segmentation?
Monitoriamo 107 repository open source attivi contrassegnati con #segmentation (500+ stelle), per un totale di 242,769 stelle e una media di 2,268 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.