image-classification

Ultralytics YOLO26, YOLO11, YOLOv8 — détection d'objets, segmentation d'instances, segmentation sémantique, classification d'images, estimation de pose, suivi d'objets.

Ultralytics YOLOv5 en PyTorch pour la détection d'objets, la segmentation d'instances, la classification, l'entraînement et l'exportation.

La plus grande collection d'encodeurs/backbones d'images PyTorch. Inclut des scripts d'entraînement, d'évaluation, d'inférence, d'exportation et des poids pré-entraînés : ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt, et plus encore.

Label Studio est un outil d'étiquetage et d'annotation de données multi-types avec un format de sortie standardisé.

Implémentation de Vision Transformer en PyTorch, une méthode simple pour atteindre l'état de l'art en classification d'images avec un seul encodeur transformer.

Computer Vision Annotation Tool (CVAT) est une plateforme de premier plan pour la création de jeux de données visuels de haute qualité pour l'IA. Elle propose des produits open-source, cloud et entreprise, ainsi que des services d'étiquetage pour les images, vidéos et annotations 3D, incluant l'assistance par IA, l'assurance qualité, la collaboration d'équipe, l'analyse et des API développeur.

Implémentation officielle de "Swin Transformer: Hierarchical Vision Transformer using Shifted Windows".

Explicabilité avancée de l'IA pour la vision par ordinateur. Support pour les CNN, Vision Transformers, classification, détection d'objets, segmentation, similarité d'images et plus encore.

Collection de papiers, codes, analyses et diffusions en direct pour CVPR 2017-2024, compilée par l'équipe ExtremeMart.

Affinez des jeux de données de haute qualité et des modèles d'IA visuelle.

X-AnyLabeling : une application de bureau multiplateforme légère, efficace et unifiée pour l'annotation de texte, d'images, de vidéos et de données multimodales, combinant des outils intégrés polyvalents avec des modèles d'IA de pointe et une exportation flexible multi-format.

Techniques d'apprentissage profond pour l'imagerie satellite et aérienne.

[CVPR 2024 Oral] Famille InternVL : Une alternative open source pionnière à GPT-4o

Bonnes pratiques, exemples de code et documentation pour la vision par ordinateur.

Une collection de tutoriels sur les modèles et techniques de vision par ordinateur de pointe. Explorez tout, des architectures fondamentales comme ResNet aux modèles de pointe comme RF-DETR, YOLO11, SAM 3 et Qwen3-VL.

Expérimentez, apprenez et codez les dernières innovations majeures avec Microsoft AI

Boîte à outils Gluon CV.

Un coffre au trésor pour la classification et la reconnaissance visuelle propulsé par PaddlePaddle.

Entraînement sur 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)

Boîte à outils et benchmark de pré-entraînement OpenMMLab.

Une bibliothèque pour le transfert d'apprentissage en réutilisant des parties de modèles TensorFlow.

R&D accélérée en deep learning.

Bac à sable pour l'entraînement de réseaux de deep learning

Feuille de route pour l'IA : Machine Learning, Deep Learning, GAN, GNN, NLP et Big Data, avec de nombreuses sources (Python, PyTorch) pour maîtriser les concepts, réussir les entretiens et passer de débutant à ingénieur qualifié.

Un framework multiplateforme de structuration vidéo (analyse vidéo) basé sur des modèles CV et mLLM.

Inférence d'images sans étiquetage (utilisation de modèles de fondation pour entraîner des modèles supervisés).

Serveur et interface en ligne de commande (CLI) de Deep Learning pour Torch et TensorRT

Gestion de toutes les données non structurées, telles que la recherche inversée d'images, la recherche audio, la recherche moléculaire, l'analyse vidéo, les systèmes de questions-réponses, le NLP, etc.

Collection de modèles d'IA pré-entraînés à la pointe de la technologie pour le SDK ailia.

Détection de nudité avec JavaScript et HTMLCanvas.