#semantic-segmentation Репозитории
Откройте для себя 110 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #semantic-segmentation, с общим числом 387,910 звёзд (в среднем 3,526 на проект). Лидером этой темы является ultralytics/ultralytics, набравший 63,640 звёзд.
Всего репозиториев: 110
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — обнаружение объектов, сегментация экземпляров, семантическая сегментация, классификация изображений, оценка позы и отслеживание объектов
Label Studio — это инструмент для маркировки и аннотации данных различных типов с стандартизированным форматом вывода
CVAT — ведущая платформа для аннотирования данных изображений, видео, аудио и 3D-наборов данных. Она предлагает продукты с открытым исходным кодом, облачные и корпоративные решения, а также услуги разметки с поддержкой ИИ, обеспечением качества, командной работой, аналитикой и API для разработчиков.
Аннотация изображений с помощью Python. Поддерживает полигоны, прямоугольники, круги, линии, точки и аннотацию с помощью ИИ.
Это официальная реализация "Swin Transformer: Hierarchical Vision Transformer using Shifted Windows".
Модели семантической сегментации с более чем 500 предобученными сверточными и основанными на трансформерах backbone.
Реализация U-Net в PyTorch для семантической сегментации изображений с изображениями высокого качества
[CVPR 2024 Oral] InternVL Family: новаторская альтернатива GPT-4o с открытым исходным кодом. Мультимодальная диалоговая модель с открытым исходным кодом, приближающаяся по производительности к GPT-4o.
Простая в использовании библиотека для сегментации изображений с отличным зоопарком предобученных моделей, поддерживающая широкий спектр практических задач в Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation и т. д.
Инструменты для проектирования или визуализации архитектуры нейронной сети
Реализация на PyTorch для семантической сегментации/парсинга сцен на датасете MIT ADE20K
Аннотирование собственных наборов данных, обучение, оценка, тестирование и развертывание собственных алгоритмов искусственного интеллекта
[ICML 2024] Vision Mamba: Эффективное обучение визуальным представлениям с помощью двунаправленной модели пространства состояний
pySLAM — это гибридный конвейер визуального SLAM на Python/C++, поддерживающий монокулярные, стерео- и RGB-D-камеры. Он предоставляет широкий набор современных локальных и глобальных экстракторов признаков, множественные стратегии замыкания цикла, модуль объемной реконструкции, интегрированные модели предсказания глубины и возможности семантической сегментации для улучшенного понимания сцены.
Реализация Segnet, FCN, UNet, PSPNet и других моделей в Keras.
Minkowski Engine — это библиотека нейронных сетей с автоматическим дифференцированием для разреженных тензоров высокой размерности
Краткое изложение связанных работ по визуальному вниманию. Соответствующий код будет постепенно выпускаться на основе Jittor.
[CVPR 2023 Highlight] InternImage: Исследование крупномасштабных базовых моделей зрения с использованием деформируемых сверток
3D U-Net модель для объемной семантической сегментации, написанная на PyTorch
[CVPR 2025] Официальная реализация MambaVision на PyTorch: гибридный Mamba-Transformer для компьютерного зрения
Библиотека и фреймворк с открытым исходным кодом для глубокого обучения на спутниковых и аэрофотоснимках.
Qwen-Image-Layered: Многослойное разложение для встроенной редактируемости
Сотрудничайте и маркируйте любые типы данных, изображений, текстов или документов в простом веб-интерфейсе или настольном приложении.
[Устный доклад на CVPR'24] Официальный репозиторий Point Transformer V3 (PTv3). Также доступен устанавливаемый через pip пакет PyTorch + Triton с предварительно обученными энкодерами Sonata, Concerto и Utonia.
Глобальные отпечатки зданий, полученные с помощью спутниковых снимков
Веб-инструмент разметки для растровых изображений и облаков точек
Core ML model zoo для iOS/macOS — модели PyTorch, преобразованные в готовые к использованию .mlpackage, каждая из которых включает скрипт конвертации и пример приложения на SwiftUI. Связанные репозитории охватывают фреймворк Core AI от Apple (iOS/macOS 27) и локальные LLM.
:art: Модели, датасеты и функции потерь семантической сегментации, реализованные в PyTorch.
Комплексное обучение для моделей зрения (YOLO, ViTs, RT-DETR, DINOv3): предварительное обучение, дообучение, дистилляция.
Открытая платформа для аннотации мультимодальных данных с поддержкой автоаннотации ИИ.
[CVPR 2023] OneFormer: Один Transformer для универсальной сегментации изображений
Это исходный код unet-pytorch, вы можете обучить свои собственные модели
Часто задаваемые вопросы
Какой репозиторий по теме #semantic-segmentation наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #semantic-segmentation на GitHub — ultralytics/ultralytics, набравший 63,640 звёзд. Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — обнаружение объектов, сегментация экземпляров, семантическая сегментация, классификация изображений, оценка позы и отслеживание объектов
Какие языки программирования чаще всего используются в репозиториях по теме #semantic-segmentation?
Среди наиболее высоко оценённых проектов по теме #semantic-segmentation на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, JavaScript, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #semantic-segmentation?
Мы отслеживаем 110 активных репозиториев с открытым исходным кодом, отмеченных тегом #semantic-segmentation (500 и более звёзд), с общим числом 387,910 звёзд и в среднем 3,526 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.