instance-segmentation

Ultralytics YOLO26, YOLO11, YOLOv8: detección de objetos, segmentación de instancias, segmentación semántica, clasificación de imágenes, estimación de poses, seguimiento de objetos

Ultralytics YOLOv5 en PyTorch para detección de objetos, segmentación de instancias, clasificación, entrenamiento y exportación.

Creamos tus herramientas reutilizables de visión por computadora. 💜

Caja de herramientas y banco de pruebas de detección de OpenMMLab

Mask R-CNN para detección de objetos y segmentación de instancias en Keras y TensorFlow

Anotación de imágenes con Python. Soporta polígonos, rectángulos, círculos, líneas, puntos y anotación asistida por IA.

Toolkit de detección de objetos basado en PaddlePaddle. Soporta detección de objetos, segmentación de instancias, seguimiento de múltiples objetos y detección de puntos clave multi-persona en tiempo real.

X-AnyLabeling: una aplicación de escritorio multiplataforma ligera, eficiente y unificada para anotar texto, imágenes, video y datos multimodales, que combina herramientas versátiles integradas con modelos de IA de última generación y una exportación flexible en múltiples formatos.

RF-DETR es una arquitectura de modelo de detección y segmentación de objetos en tiempo real desarrollada por Roboflow, SOTA en COCO, diseñada para ajuste fino. [ICLR 2026]

Inferencia segmentada/por mosaicos agnóstica de frameworks + interfaz de usuario interactiva + gráficos de análisis de errores.

Un modelo simple y totalmente convolucional para la segmentación de instancias en tiempo real.

AdelaiDet es una caja de herramientas de código abierto para múltiples tareas de detección y reconocimiento a nivel de instancia.

pySLAM es una canalización híbrida de SLAM en Python/C++ compatible con cámaras monoculares, estéreo y RGB-D. Ofrece un amplio conjunto de extractores de características locales y globales modernos, múltiples estrategias de cierre de bucle, un módulo de reconstrucción volumétrica, modelos integrados de predicción de profundidad y capacidades de segmentación semántica para una mejor comprensión de la escena.

Imágenes para inferencia sin etiquetado (utiliza modelos fundacionales para entrenar modelos supervisados).

Convierte cualquier ordenador o dispositivo edge en un centro de control para tus proyectos de visión por computador.

[CVPR 2025] Implementación oficial en PyTorch de MambaVision: un troncal de visión híbrido Mamba-Transformer

🚀 Kit de herramientas para el despliegue de YOLO en NVIDIA, más fácil y rápido 🛠️

[CVPR 2023] OneFormer: Un Transformer para dominar la segmentación universal de imágenes.

[ICLR'23 Spotlight] El primer preentrenamiento exitoso estilo BERT/MAE en cualquier red convolucional; implementación en PyTorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling".

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

Implementación oficial en PyTorch de ODISE: Segmentación panóptica de vocabulario abierto con modelos de difusión de texto a imagen [CVPR 2023 Highlight]

Framework de visión artificial y análisis de video en Python con todo incluido.

:books: Una colección de documentos sobre Referring Image Segmentation.

Biblioteca de percepción jerárquica en Python para estimación de pose, detección de objetos, segmentación de instancias, estimación de puntos clave, reconocimiento facial, etc.

Repositorio oficial para Multi-Human-Parsing (MHP).

Implementación de la serie YOLO en PaddlePaddle: PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet y más.

[CVPR 2025 Highlight] Código oficial y modelos para Encoder-only Mask Transformer (EoMT).

Este repositorio proporciona una lista exhaustiva de conjuntos de datos de satélites ópticos y de radar seleccionados para tareas de detección, clasificación, segmentación semántica y segmentación de instancias de barcos. Estos conjuntos de datos son ideales para aplicaciones en visión artificial, aprendizaje automático, teledetección y análisis marítimo.

Una solución de detección de objetos en tiempo real de alto rendimiento que utiliza YOLO11 y funciona con ONNX-Runtime

Albumentations de próxima generación: con licencia dual para uso comercial y de código abierto