image-classification

Ultralytics YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzen-Segmentierung, semantische Segmentierung, Bildklassifizierung, Pose-Schätzung, Objekttracking

Ultralytics YOLOv5 in PyTorch für Objekterkennung, Instanzsegmentierung, Klassifizierung, Training und Export.

Die größte Sammlung von PyTorch-Bildencodern / Backbones. Enthält Trainings-, Evaluierungs-, Inferenz- und Exportskripte sowie vortrainierte Gewichte -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt und mehr

Label Studio ist ein mehrtypiges Daten-Labeling- und Annotation-Tool mit standardisiertem Ausgabeformat.

Implementierung des Vision Transformer, ein einfacher Weg, um in der Vision-Klassifikation SOTA zu erreichen, mit nur einem Transformer-Encoder in PyTorch

Computer Vision Annotation Tool (CVAT) ist eine führende Plattform zur Erstellung hochwertiger visueller Datensätze für Vision-KI. Sie bietet Open-Source-, Cloud- und Enterprise-Produkte sowie Kennzeichnungsdienste für Bild-, Video- und 3D-Annotationen mit KI-gestützter Kennzeichnung, Qualitätssicherung, Teamzusammenarbeit, Analytik und Entwickler-APIs.

Dies ist eine offizielle Implementierung von „Swin Transformer: Hierarchical Vision Transformer using Shifted Windows“.

Erweiterte KI-Erklärbarkeit für Computer Vision. Unterstützung für CNNs, Vision Transformers, Klassifizierung, Objekterkennung, Segmentierung, Bildähnlichkeit und mehr.

Sammlung von CVPR2024/CVPR2023/CVPR2022/CVPR2021/CVPR2020/CVPR2019/CVPR2018/CVPR2017 Arbeiten, Code, Erklärungen und Live-Streams, zusammengestellt vom Extreme Vision Team.

Hochwertige Datensätze und visuelle KI-Modelle verfeinern

X-AnyLabeling: Eine leichte, effiziente und einheitliche plattformübergreifende Desktop-Anwendung zur Annotation von Text-, Bild-, Video- und multimodalen Daten, die vielseitige integrierte Tools mit modernen KI-Modellen und flexiblem Multi-Format-Export kombiniert.

Techniken für Deep Learning mit Satelliten- und Luftbildern

[CVPR 2024 Oral] InternVL Family: Eine bahnbrechende Open-Source-Alternative zu GPT-4o. Ein Open-Source-Multimodal-Dialogmodell, das der Leistung von GPT-4o nahekommt.

Best Practices, Codebeispiele und Dokumentation für Computer Vision.

Eine Sammlung von Tutorials zu modernen Computer-Vision-Modellen und -Techniken. Entdecke alles von grundlegenden Architekturen wie ResNet bis hin zu modernsten Modellen wie RF-DETR, YOLO11, SAM 3 und Qwen3-VL.

Erleben, lernen und programmieren Sie die neuesten bahnbrechenden Innovationen mit Microsoft AI

Gluon CV Toolkit

Eine Schatzkiste für visuelle Klassifizierung und Erkennung, angetrieben von PaddlePaddle.

Training mit cifar100 (ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext, ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet, WideResNet)

OpenMMLab Pre-training Toolbox und Benchmark

Eine Bibliothek für Transfer Learning durch Wiederverwendung von Teilen von TensorFlow-Modellen.

Beschleunigte Deep-Learning-Forschung und -Entwicklung

Sandbox zum Trainieren von Deep-Learning-Netzwerken

KI-Roadmap: Machine Learning, Deep Learning, GAN, GNN, NLP und Big-Data-Roadmap mit massiven Quellcodes (Python, PyTorch), um grundlegende Konzepte zu vermitteln, Interviews zu bestehen und den Weg vom Anfänger zum qualifizierten Ingenieur zu meistern, wobei Deep-Learning-Papieren offizielle TensorFlow- und Caffe-Quellcodes beiliegen und der Anwendungsbereich Empfehlungsalgorithmen und Wissensgraphen umfasst

Ein plattformübergreifendes Framework zur Videostrukturierung (Videoanalyse) basierend auf CV-Modellen und mLLMs.

Bilder für die Inferenz ohne Kennzeichnung (Nutzung von Foundation Models zum Trainieren überwachter Modelle).

Deep-Learning-Server und CLI für Torch und TensorRT

Verarbeitung aller unstrukturierten Daten wie umgekehrte Bildersuche, Audiosuche, molekulare Suche, Videoanalyse, Frage-Antwort-Systeme, NLP usw.

Eine Sammlung vortrainierter, modernster KI-Modelle für das ailia SDK

Nacktheitserkennung mit JavaScript und HTMLCanvas