#image-segmentation Репозитории
Всего репозиториев: 87
Этот репозиторий представляет собой первый всеобъемлющий обзор модели Segment Anything (SAM) от Meta AI.
Автоматически находите проблемы в наборах данных изображений и практикуйте ориентированное на данные компьютерное зрение.
C++‑движок для инференса, готовый к эксплуатации в любой платформе, для моделей YOLO (v5‑v12, YOLO26). Единый API для обнаружения, сегментации, оценки позы, OBB и классификации. Разработан на базе ONNX Runtime и OpenCV. Оптимизирован для CPU/GPU с поддержкой квантизации.
RepViT: Переосмысление мобильных CNN с точки зрения ViT [CVPR 2024] и RepViT-SAM: На пути к сегментации чего угодно в реальном времени
Набор данных изображений больных листьев растений и соответствующих меток
Плагин Krita, который добавляет инструменты выделения для маскирования объектов одним щелчком мыши или путем рисования ограничивающей рамки.
Легковесные модели для семантической сегментации в реальном времени на PyTorch (включая SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet и т.д.)
:fire: :fire: :fire: Список статей по некоторым недавним работам в области компьютерного зрения (CV)
Современное компьютерное зрение с PyTorch, опубликовано Packt
О проекте Этот репозиторий представляет собой тщательно подобранную коллекцию самых захватывающих и влиятельных статей CVPR 2025. 🔥 [Paper + Code + Demo]
Простые реализации на PyTorch U-Net/FullyConvNet (FCN) для сегментации изображений
:books: Сборник статей о Referring Image Segmentation.
Высокопроизводительная библиотека компьютерного зрения на Python. Масштабируйте свои исследования, а не шаблонный код.
[Официальный репозиторий] Visual Mamba: Обзор и новые перспективы
Этот репозиторий представляет собой тщательно подобранную коллекцию самых захватывающих и влиятельных статей CVPR 2024. 🔥 [Paper + Code + Demo]
Узлы, отсоединенные от [ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle), — это в основном те, которые имеют сложные требования к пакетам зависимостей.
BiomedParse: Фундаментальная модель для совместной сегментации, обнаружения и распознавания биомедицинских объектов в девяти модальностях
Официальный код для "Boundary loss for highly unbalanced segmentation", второе место в конкурсе на лучшую статью на MIDL 2019. Расширенная версия в MedIA, том 67, январь 2021.
Этот репозиторий представляет собой тщательно подобранную коллекцию самых захватывающих и влиятельных статей CVPR 2023. 🔥 [Статья + Код]
[Выдающееся событие CVPR 2025] Официальный код и модели для Mask Transformer только с кодировщиком (EoMT).
Руководство по обработке сигналов изображения (ISP). Узнайте все о процессе преобразования изображения/видео в цифровой формат путем выполнения таких задач, как шумоподавление, фильтрация, автоматическая экспозиция, автофокус, коррекция HDR и повышение резкости изображения с помощью специализированного типа медиапроцессора.
[CVPR 2024] Aligning and Prompting Everything All at Once for Universal Visual Perception
Библиотека для вычисления метрик производительности на основе расстояния до поверхности для задач сегментации.
Запустите модель Segment Anything 2 на потоковом видео в реальном времени
Вдохновляя следующее поколение моделей Segment Anything: Комплексная оценка SAM и SAM 2 с использованием разнообразных подсказок для контекстно-зависимых концепций в различных сценах
Китайское программное обеспечение для локализации, коррекции и сквозного распознавания номерных знаков на основе u-net, cv2 и cnn, где unet и cv2 используются для локализации и коррекции номерных знаков, а cnn для распознавания номерных знаков, причем unet и cnn реализованы с использованием keras от tensorflow
Тестирование адаптации энкодеров DINOv2/3 для задач компьютерного зрения с использованием низкоранговой адаптации (LoRA)