#image-classification 저장소
#image-classification 태그가 지정된 GitHub의 활성 오픈 소스 저장소 107개를 확인해 보세요. 총 513,866개의 스타를 획득했으며 프로젝트당 평균 4,802개입니다. 이 주제를 이끄는 저장소는 63,640개의 스타를 받은 ultralytics/ultralytics입니다.
저장소 총 107개
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — 객체 탐지, 인스턴스 분할, 의미론적 분할, 이미지 분류, 자세 추정, 객체 추적
PyTorch 이미지 인코더 / 백본의 가장 큰 컬렉션. 훈련, 평가, 추론, 내보내기 스크립트, 그리고 사전 훈련된 가중치 포함 -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt, 등 더 많은
PyTorch에서 단일 트랜스포머 인코더만으로 비전 분류에서 SOTA를 달성하는 간단한 방법인 Vision Transformer의 구현
CVAT는 이미지, 비디오, 오디오 및 3D 데이터셋을 위한 선도적인 데이터 어노테이션 플랫폼입니다. 오픈 소스, 클라우드 및 엔터프라이즈 제품과 함께 AI 지원 라벨링, 품질 보증, 팀 협업, 분석 및 개발자 API를 제공하는 라벨링 서비스를 제공합니다.
"Swin Transformer: Hierarchical Vision Transformer using Shifted Windows"에 대한 공식 구현입니다.
컴퓨터 비전용 고급 AI 설명 가능성. CNN, Vision Transformers, 분류, 객체 탐지, 세그멘테이션, 이미지 유사성 등 지원.
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 논문/코드/해석/라이브 방송 모음집, 극시 팀 정리
X-AnyLabeling: 텍스트, 이미지, 비디오, 포인트 클라우드 및 멀티모달 데이터의 주석 작업을 위한 가볍고 효율적인 통합형 크로스 플랫폼 데스크톱 애플리케이션입니다. 다용도 내장 도구와 최첨단 AI 모델을 결합하고, 다양한 형식으로 유연하게 내보낼 수 있습니다.
[CVPR 2024 Oral] InternVL Family: GPT-4o에 대한 선구적인 오픈소스 대안. GPT-4o 성능에 근접하는 오픈소스 멀티모달 대화 모델
최첨단 컴퓨터 비전 모델 및 기술에 대한 튜토리얼 모음입니다. ResNet과 같은 기본 아키텍처부터 RF-DETR, YOLO11, SAM 3, Qwen3-VL과 같은 최신 모델까지 모든 것을 탐색해 보세요.
cifar100 연습(ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext,ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet, WideResNet)
AI 로드맵: 머신러닝(Machine Learning), 딥러닝(Deep Learning), 적대 신경망(GAN), 그래프 신경망(GNN), NLP, 빅데이터 관련 개발 로드맵(roadmap), 그리고 대량의 소스 코드(python, pytorch)를 첨부하여 기본 지식 포인트를 소화하고, 면접을 돌파하며, 초보자에서 자격 있는 엔지니어로의 도약을 완성하는 데 도와드립니다. 그중 딥러닝 관련 논문에는 tensorflow caffe 공식 소스 코드가 첨부되어 있으며, 응용 부분에는 추천 알고리즘과 지식 그래프가 포함되어 있습니다.
저빈도 클래스에 대한 오버샘플링과 고빈도 클래스에 대한 언더샘플링을 위한 (PyTorch) 불균형 데이터셋 샘플러.
'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning'의 공식 리포지토리
ECCV 2024 논문 및 오픈소스 프로젝트 모음이며, 모든 전문가분들의 ECCV 2024 논문 및 오픈소스 프로젝트 이슈 제출 및 공유를 환영합니다.
이 리소스는 CSDN에서 작성된 Python 이미지 처리 기사에 대한 작성자의 지원이며, 주로 Python으로 이미지 처리, 이미지 인식, 이미지 분류 등의 알고리즘 코드를 구현하는 데 중점을 둡니다. 이 리소스가 귀하에게 도움이 되기를 바라며, 함께 노력합시다.
fastdup는 이미지 및 비디오 데이터 세트에서 귀중한 통찰력을 신속하게 생성하도록 설계된 강력하고 무료인 도구입니다. 이는 이미지와 레이블의 품질을 모두 향상시키는 동시에 데이터 운영 비용을 크게 절감하며, 탁월한 확장성을 제공합니다.
재현 가능한 딥러닝 연구를 위한 PyTorch 기반 노코드 프레임워크. PyTorch 생태계. 🏆 지금까지 TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI 등에 발표된 지식 증류 방법 28가지를 구현했습니다. 🎁 재현성을 보장하고 벤치마크를 수행할 수 있도록 학습된 모델, 학습 로그 및 설정을 제공합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #image-classification 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #image-classification 프로젝트는 63,640개의 스타를 받은 ultralytics/ultralytics입니다. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — 객체 탐지, 인스턴스 분할, 의미론적 분할, 이미지 분류, 자세 추정, 객체 추적
#image-classification 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #image-classification 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, C++, TypeScript입니다.
#image-classification 저장소 순위는 어떻게 계산되나요?
#image-classification 태그가 지정된 활성 오픈 소스 저장소(107개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 513,866개이며 저장소당 평균 4,802개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.