#segmentation Репозитории
Всего репозиториев: 107
Cornerstone — это набор библиотек JavaScript, которые можно использовать для создания веб-приложений для медицинской визуализации. Он предоставляет фреймворк для создания радиологических приложений, таких как OHIF Viewer.
Patchwork++: Быстрый и надежный метод сегментации грунта для 3D LiDAR сканирования. @ IROS'22
SimpleITK: слой, построенный поверх Insight Toolkit (ITK), предназначенный для упрощения и облегчения использования ITK в быстром прототипировании, образовании и интерпретируемых языках.
Приложение для Android для сканирования ваших документов — простое и уважительное
UNetFormer: Трансформер, подобный UNet, для эффективной семантической сегментации изображений городских сцен дистанционного зондирования, ISPRS. Также включены другие видеотрансформеры и сверточные нейронные сети для сегментации спутниковых, аэрофотоснимков и изображений БПЛА.
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.)
Инструментарий восприятия для sim2real-обучения и валидации в Unity
Набор инструментов Python, сервер MCP и навыки агента для воспроизводимого и аудируемого анализа кликстримов и журналов событий. Помогает ИИ-агентам, специалистам по анализу данных и аналитикам создавать, проверять и перекрестно проверять продуктовые аналитики, количественный UX, пути клиентов, пользовательские потоки на основе графов, поведенческую сегментацию, A/B-тесты, модели интеллектуального анализа процессов и симуляцию цепей Маркова.
Medical SAM 2: Сегментация 3D медицинских изображений с помощью модели Segment Anything 2
Инструментарий для сегментации аудио на основе CNN. Позволяет обнаруживать речь, музыку, шум и пол говорящего. Разработан для масштабных исследований гендерного равенства на основе времени речи по гендерам.
👉 Ресурсы CARLA, такие как уроки, блог, код и т.д. https://github.com/carla-simulator/carla
Этот репозиторий представляет собой неофициальную реализацию PyTorch для медицинской сегментации в 2D и 3D.
alfred-py: Библиотека утилит для глубокого обучения для **человека**, больше деталей о использовании lib по: https://zhuanlan.zhihu.com/p/341446046
MONAI Label — это интеллектуальный инструмент с открытым исходным кодом для маркировки и обучения изображений.
[ICCV2021] Официальная реализация Segmenter на PyTorch: Трансформер для семантической сегментации
🐍💯pySBD (Python Sentence Boundary Disambiguation) — это обнаружение границ предложений на основе правил, которое работает из коробки.
[CVPR 2020] CascadePSP: На пути к классово-независимой сегментации сверхвысокого разрешения через глобальное и локальное уточнение
YoloDotNet - Проект на C# .NET 8.0 для классификации, обнаружения объектов, обнаружения OBB, сегментации и оценки позы как в изображениях, так и в потоках живого видео.
DIPY — это образцовая библиотека 3D/4D+ медицинской визуализации на Python. Содержит общие методы для пространственной нормализации, обработки сигналов, машинного обучения, статистического анализа и визуализации медицинских изображений. Кроме того, она содержит специализированные методы для вычислительной анатомии, включая диффузионную, перфузионную и структурную визуализацию.
Высокопроизводительная библиотека компьютерного зрения на Python. Масштабируйте свои исследования, а не шаблонный код.
Управление флагами функций, экспериментами и удаленной конфигурацией с помощью контроля версий
[CVPR2026]🚀🚀🚀Официальный код для статьи "YOLO-Master: MOE-Accelerated с специализированными трансформерами для улучшенного обнаружения в реальном времени." *(YOLO = You Only Look Once)* 🔥🔥🔥
Реализация TensorFlow для вычисления семантически сегментированного изображения с видом с высоты птичьего полета (BEV) по изображениям с нескольких камер, установленных на транспортном средстве.
Неофициальная реализация "TTNet: Временной и пространственный анализ видео настольного тенниса в реальном времени" (CVPR 2020)
EfficientSAM3 сжимает SAM3 в легковесные модели, дружелюбные к краю, с помощью прогрессивной дистилляции знаний для быстрой сегментации и отслеживания концепций по промптам.
Библиотека Python для подгонки 3D-примитивов к облакам точек с помощью RANSAC. Обнаруживает плоскости, сферы, цилиндры, кубоиды, окружности и линии.
[Выдающееся событие CVPR 2025] Официальный код и модели для Mask Transformer только с кодировщиком (EoMT).
Страница проекта «Seg-Zero: Сегментация, управляемая цепочкой рассуждений, с помощью когнитивного подкрепления»
Аугментация изображений для компьютерного зрения. Только лицензия AGPL-3.0 или коммерческое лицензирование.
Узлы ComfyUI для моделей зрения-языка: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. А также обнаружение с открытым словарем, сегментация SAM2/SAM3, временное видео-рассуждение, GGUF через llama.cpp и размещенные API LLM/VLM.
NeurIPS 2024 Paper: Единая LLM-модель зрения на уровне пикселей для понимания, генерации, сегментации и редактирования
[NeurIPS 2021] Переосмысление пространственно-временных сетей с улучшенным покрытием памяти для эффективной сегментации объектов на видео
RectLabel — это оффлайн-инструмент для аннотации изображений для обнаружения объектов и сегментации.
Этот репозиторий содержит список литературы по сегментации временных рядов. Этот репозиторий постоянно совершенствуется.
[VINT 2026] SAM2-UNet: Segment Anything 2 Создает Мощный Энкодер для Сегментации Естественных и Медицинских Изображений