image-segmentation

Collection de papiers et projets open source de la CVPR 2026

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

Modèles de segmentation sémantique avec plus de 500 backbones pré-entraînés basés sur des réseaux convolutionnels et des transformers.

Boîte à outils et benchmark de segmentation sémantique d'OpenMMLab.

Code source de notre article accepté à Pattern Recognition 2020 : "U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection."

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.

Bibliothèque de segmentation d'images facile à utiliser avec un large éventail de modèles pré-entraînés, prenant en charge diverses tâches pratiques comme la segmentation sémantique, interactive, panoptique, le détourage d'images, la segmentation 3D, etc.

Supprimez facilement les arrière-plans d'images directement dans le navigateur, sans frais supplémentaires ni problèmes de confidentialité. Explorez une démo interactive.

Modèles de segmentation avec backbones pré-entraînés. Keras et TensorFlow Keras.

Un plugin OBS pour supprimer l'arrière-plan des portraits (vidéo), facilitant le remplacement du fond lors de l'enregistrement ou du streaming.

[CAAI AIR'24] Référence bilatérale pour la segmentation d'images dichotomiques haute résolution

La plus grande base de données et collection d'articles sur la détection des défauts industriels, avec une synthèse continue des jeux de données open source et des recherches majeures dans le domaine.

R&D accélérée en deep learning.

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

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

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

Collection de papiers et projets open-source de l'ECCV 2026. Les contributions via issue pour partager des travaux liés à l'ECCV 2026 sont les bienvenues.

:pencil2: Outil de segmentation d'images basé sur le Web pour la détection d'objets, la localisation et les points clés.

Collaborez et étiquetez tout type de données, images, textes ou documents via une interface web ou une application de bureau intuitive.

[CVPR 2023] OneFormer : Un Transformer pour gouverner la segmentation d'image universelle

Extensions PyTorch pour le prototypage rapide en R&D et le farming sur Kaggle.

Adaptation du modèle Segment Anything de Meta AI aux tâches en aval via des adaptateurs et des prompts.

Outils de normalisation avancés (ANTs)

Une liste organisée de liens et de bibliothèques logicielles utiles pour la robotique.

Code pour la perte Lovász-Softmax (CVPR 2018)

Utilisation de modèles de diffusion pour segmenter et reconstruire des organes à partir d'images médicales [Article le plus influent de l'AAAI].

Construisez des modèles de vision par ordinateur en une fraction du temps et avec moins de données.

Détectez automatiquement les problèmes dans les jeux de données d'images et pratiquez la vision par ordinateur centrée sur les données.

Modèles légers pour la segmentation sémantique en temps réel sur PyTorch (incluant SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet, etc.).

Une liste d'articles sur des travaux récents en vision par ordinateur (CV)