segmentation

Ein benutzerdefinierter ComfyUI-Node für erweiterte Bildhintergrundentfernung sowie Objekt-, Gesichts-, Kleider- und Fashion-Segmentierung unter Verwendung mehrerer Modelle wie RMBG-2.0, INSPYRENET, BEN, BEN2, BiRefNet, SDMatte, SAM, SAM2, SAM3 und GroundingDINO.

Semantische Segmentierung von Luft- und Satellitenbildern. Extrahiert Merkmale wie: Gebäude, Parkplätze, Straßen, Wasser, Wolken

[ECCV 2022] XMem: Langzeit-Video-Objektsegmentierung mit einem Atkinson-Shiffrin-Speichermodell

Ein auf PyTorch basierendes Deep-Learning-Framework für die multimodale 2D/3D-Segmentierung medizinischer Bilder

Vokal-Entferner mittels Deep Neural Networks

Faltungsneuronales Netz für 3D-Meshes in PyTorch

Deklarative Möglichkeit, KI-Modelle in React Native auf dem Gerät auszuführen, angetrieben von ExecuTorch.

Verfolgung und Sammlung von Arbeiten/Projekten/anderen Inhalten im Zusammenhang mit Segment Anything.

OpenMMLab Model Compression Toolbox and Benchmark.

PaddleSlim ist eine Open-Source-Bibliothek für Deep-Model-Kompression und Architektursuche.

PyTorch-Erweiterungen für schnelles R&D-Prototyping und Kaggle-Farming

PointCNN: Faltung auf X-transformierten Punkten (NeurIPS 2018)

Sammlung der neuesten CVPR-Ergebnisse, einschließlich Arbeiten, Code und Demo-Videos. Empfehlungen sind herzlich willkommen!

Verwendung von Diffusionsmodellen zur Segmentierung und Rekonstruktion von Organen aus medizinischen Bildern [AAAI Most Influential Paper]

Das Medical Detection Toolkit enthält 2D- und 3D-Implementierungen gängiger Objekterkenner wie Mask R-CNN, Retina Net, Retina U-Net sowie ein Trainings- und Inferenz-Framework für medizinische Bilder.

Inpaint Anything-Erweiterung führt Stable-Diffusion-Inpainting in einer Browser-UI mit Masken von Segment Anything aus

Intel- / AMD-CPU-Interna

Eine schlanke C++-Bibliothek zur Verarbeitung von Punktwolken-Daten.

Cornerstone ist eine Sammlung von JavaScript-Bibliotheken, mit denen webbasierte medizinische Bildgebungsanwendungen erstellt werden können. Es bietet ein Framework zur Erstellung von Radiologieanwendungen wie dem OHIF Viewer.

UNetFormer: Ein UNet-ähnlicher Transformer für die effiziente semantische Segmentierung von Fernerkundungs-Stadtbildern (ISPRS). Enthält zudem weitere Vision Transformer und CNNs für die Segmentierung von Satelliten-, Luft- und Drohnenbildern.

[CVPR 2024 Highlight] Das Objekt zurück in die Video-Objektsegmentierung bringen

SimpleITK: Eine auf dem Insight Toolkit (ITK) aufbauende Schicht, die die Nutzung von ITK bei Rapid Prototyping, Ausbildung und interpretierten Sprachen vereinfacht und erleichtert.

Patchwork++: Schnelle und robuste Boden-Segmentierungsmethode für 3D-LiDAR-Scans. @ IROS'22

Segment Anything in 3D mit NeRFs (NeurIPS 2023 & IJCV 2025)

Leichte Modelle für die semantische Echtzeit-Segmentierung in PyTorch (einschließlich SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet usw.)

Ein japanischer Tokenizer für Unternehmen

Perceptions-Toolkit für Sim2Real-Training und -Validierung in Unity

MetaSeg: Verpackte Version des Segment Anything-Repositories

Eigenständiger japanischer morphologischer Analysator, geschrieben in reinem Go

🐍💯 pySBD (Python Sentence Boundary Disambiguation) ist eine regelbasierte Satzgrenzenerkennung, die sofort einsatzbereit ist.