instance-segmentation

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

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

Wir erstellen Ihre wiederverwendbaren Computer-Vision-Tools. 💜

OpenMMLab Detection Toolbox und Benchmark

Mask R-CNN für Objekterkennung und Instanzsegmentierung in Keras und TensorFlow

Bildannotation mit Python. Unterstützt Polygon-, Rechteck-, Kreis-, Linien-, Punkt- und KI-gestützte Annotation.

Object-Detection-Toolkit basierend auf PaddlePaddle. Unterstützt Objekterkennung, Instanz-Segmentierung, Multi-Object-Tracking und Echtzeit-Multi-Person-Keypoint-Erkennung.

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.

RF-DETR ist eine von Roboflow entwickelte Echtzeit-Objekterkennungs- und Segmentierungsmodellarchitektur, SOTA auf COCO, optimiert für Fine-Tuning. [ICLR 2026]

Framework-unabhängige geschnittene/gekachelte Inferenz + interaktive Benutzeroberfläche + Fehleranalysediagramme

Ein einfaches, vollständig konvolutionales Modell für Echtzeit-Instanzsegmentierung.

AdelaiDet ist eine Open-Source-Toolbox für Aufgaben zur Erkennung und Identifizierung auf Instanzebene.

pySLAM ist eine hybride Python/C++ Visual SLAM-Pipeline, die Monokular-, Stereo- und RGB-D-Kameras unterstützt. Sie bietet eine breite Palette moderner lokaler und globaler Merkmals-Extraktoren, mehrere Schleifenschließungsstrategien, ein volumetrisches Rekonstruktionsmodul, integrierte Tiefenvorhersagemodelle sowie semantische Segmentierungsfunktionen für ein verbessertes Szenenverständnis.

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

Verwandeln Sie jeden Computer oder Edge-Device in ein Kommandozentrum für Ihre Computer-Vision-Projekte.

[CVPR 2025] Offizielle PyTorch-Implementierung von MambaVision: Ein hybrides Mamba-Transformer-Vision-Backbone.

🚀 Einfacheres und schnelleres YOLO-Bereitstellungs-Toolkit für NVIDIA 🛠️

[CVPR 2023] OneFormer: Ein Transformer für alle Aufgaben der universellen Bildsegmentierung

[ICLR'23 Spotlight🔥] Das erste erfolgreiche BERT/MAE-artige Vortraining für beliebige neuronale Faltungsnetze; PyTorch-Impl. von „Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling“

Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 für ROS 2

Offizielle PyTorch-Implementierung von ODISE: Open-Vocabulary Panoptic Segmentation mit Text-to-Image Diffusion Models [CVPR 2023 Highlight]

Python Computer Vision- & Video-Analytics-Framework mitgeliefert mit allem Drum und Dran

:books: Eine Sammlung von Arbeiten über Referring Image Segmentation.

Hierarchische Wahrnehmungsbibliothek in Python für Posenbestimmung, Objekterkennung, Instanzsegmentierung, Keypoint-Schätzung, Gesichtserkennung usw.

🔥🔥 Offizielles Repository für Multi-Human-Parsing (MHP) 🔥🔥

🚀🚀🚀 YOLO-Serie als PaddlePaddle-Implementierung, einschließlich PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet und mehr. 🚀🚀🚀

[CVPR 2025 Highlight] Offizieller Code und Modelle für Encoder-only Mask Transformer (EoMT).

Dieses Repository bietet eine umfassende Liste von Radar- und optischen Satellitendatensätzen, die für Aufgaben der Schiffserkennung, Klassifizierung, semantischen Segmentierung und Instanzsegmentierung zusammengestellt wurden. Diese Datensätze sind ideal für Anwendungen in Computer Vision, Machine Learning, Fernerkundung und maritimer Analyse.

Eine hochperformante Echtzeit-Objekterkennungslösung mit YOLO11, angetrieben von ONNX-Runtime.

Albumentations der nächsten Generation: dual lizenziert für Open-Source- und kommerzielle Nutzung