#image-retrieval 仓库
探索 24 个标记为 #image-retrieval 的活跃开源 GitHub 仓库,它们累计获得 47,138 个 Star(平均每个项目 1,964 个)。该主题的领先项目是 KevinMusgrave/pytorch-metric-learning,拥有 6,343 个 Star。
共 24 个仓库
:bouncing_ball_person: Pytorch ReID: 一个小型、友好、强大的 PyTorch 实现,用于人员 re-id / 车辆 re-id 基准。教程 👉https://github.com/layumi/Person_reID_baseline_pytorch/tree/master/tutorial
该仓库包含“VLM2Vec / MMEB”[ICLR 2025]、“VLM2Vec-V2 / MMEB-V2”[TMLR 2026]和“MMEB-V3”[COLM 2026]的代码。
ACM Multimedia2020 University-1652:无人机地理定位的多视图多源基准 :helicopter: 标注了全球72所大学中的1652座建筑物。
DreamSim:利用合成数据学习人类视觉相似性的新维度(NeurIPS 2023 Spotlight)/ / / / 知觉对齐何时有利于视觉表征?(NeurIPS 2024)
采用深度学习和手工制作的局部特征进行多视图匹配,适用于 COLMAP 和其他 SfM 软件。支持高分辨率格式和带旋转的图像。同时支持命令行界面 (CLI) 和图形用户界面 (GUI)。
常见问题解答
GitHub 上最受欢迎的 #image-retrieval 仓库是什么?
GitHub 上排名第一的开源 #image-retrieval 项目是 KevinMusgrave/pytorch-metric-learning,拥有 6,343 个 Star。使用 PyTorch 训练和评估用于相似性搜索的嵌入。包含对比损失、困难样本挖掘、采样器和检索指标。
#image-retrieval 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #image-retrieval 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, TypeScript。
#image-retrieval 仓库的排名是如何计算的?
我们跟踪了 24 个标记为 #image-retrieval 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 47,138 个 Star,平均每个仓库拥有 1,964 个 Star。排名每日根据 GitHub API 更新。