Git Stars Git Stars

#real-time-semantic-segmentation Репозитории

Откройте для себя 2 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #real-time-semantic-segmentation, с общим числом 1,861 звёзд (в среднем 930 на проект). Лидером этой темы является xiaoyufenfei/Efficient-Segmentation-Networks, набравший 1,000 звёзд.

2
Всего репозиториев
1,861
Всего звезд
930
Среднее количество звезд на репозиторий
Языки программирования: Python

Всего репозиториев: 2

1
xiaoyufenfei/Efficient-Segmentation-Networks

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.)

xiaoyufenfei
⭐ 1,000 Python 👤 xiaoyufenfei User 🕐 Обновлено 2024-07-25 📅 Создано 2019-10-07
2
XuJiacong/PIDNet

Это официальный репозиторий нашей недавней работы: PIDNet

XuJiacong
⭐ 862 Python 👤 XuJiacong User 🕐 Обновлено 2025-12-18 📅 Создано 2022-05-25

Часто задаваемые вопросы

1

Какой репозиторий по теме #real-time-semantic-segmentation наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #real-time-semantic-segmentation на GitHub — xiaoyufenfei/Efficient-Segmentation-Networks, набравший 1,000 звёзд. 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.)

2

Какие языки программирования чаще всего используются в репозиториях по теме #real-time-semantic-segmentation?

Среди наиболее высоко оценённых проектов по теме #real-time-semantic-segmentation на GitHub чаще всего используются языки программирования Python.

3

Как рассчитывается рейтинг репозиториев по теме #real-time-semantic-segmentation?

Мы отслеживаем 2 активных репозиториев с открытым исходным кодом, отмеченных тегом #real-time-semantic-segmentation (500 и более звёзд), с общим числом 1,861 звёзд и в среднем 930 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.