instance-segmentation

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.

Nous développons vos outils de vision par ordinateur réutilisables. 💜

Boîte à outils et benchmark de détection OpenMMLab

Mask R-CNN pour la détection d'objets et la segmentation d'instances avec Keras et TensorFlow

Annotation d'images avec Python. Prend en charge les polygones, rectangles, cercles, lignes, points et l'annotation assistée par IA.

Boîte à outils de détection d'objets basée sur PaddlePaddle. Elle prend en charge la détection d'objets, la segmentation d'instances, le suivi d'objets multiples et la détection de points clés multi-personnes en temps réel.

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.

RF-DETR est une architecture de modèle de détection et de segmentation d'objets en temps réel développée par Roboflow, SOTA sur COCO, conçue pour le fine-tuning. [ICLR 2026]

Inférence par découpage/tuilage agnostique au framework, interface utilisateur interactive et graphiques d'analyse d'erreurs

Un modèle entièrement convolutionnel simple pour la segmentation d'instances en temps réel.

AdelaiDet est une boîte à outils open source pour diverses tâches de détection et de reconnaissance au niveau des instances.

pySLAM est un pipeline de SLAM visuel hybride Python/C++ prenant en charge les caméras monoculaires, stéréo et RGB-D. Il propose un large éventail d'extracteurs de caractéristiques locaux et globaux modernes, plusieurs stratégies de fermeture de boucle, un module de reconstruction volumétrique, des modèles de prédiction de profondeur intégrés et des capacités de segmentation sémantique pour une meilleure compréhension de la scène.

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

Transformez n'importe quel ordinateur ou appareil périphérique en centre de commande pour vos projets de vision par ordinateur.

[CVPR 2025] Implémentation PyTorch officielle de MambaVision : une architecture de vision hybride Mamba-Transformer.

Boîte à outils de déploiement YOLO plus simple et plus rapide pour NVIDIA

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

[ICLR'23 Spotlight🔥] Le premier pré-entraînement réussi de type BERT/MAE sur un réseau convolutionnel ; implémentation PyTorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"

Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 pour ROS 2.

Implémentation officielle PyTorch d'ODISE : segmentation panoptique à vocabulaire ouvert avec des modèles de diffusion texte-image [CVPR 2023 Highlight].

Framework de vision par ordinateur et d'analyse vidéo en Python avec fonctionnalités intégrées

Une collection d'articles sur la segmentation d'images par référence (Referring Image Segmentation).

Bibliothèque de perception hiérarchique en Python pour l'estimation de pose, la détection d'objets, la segmentation d'instances, l'estimation de points clés, la reconnaissance faciale, etc.

🔥🔥 Dépôt officiel pour Multi-Human-Parsing (MHP) 🔥🔥

🚀🚀🚀 Implémentation de la série YOLO dans PaddlePaddle, PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet et ainsi de suite. 🚀🚀🚀

[CVPR 2025 Highlight] Code officiel et modèles pour Encoder-only Mask Transformer (EoMT)

Ce dépôt fournit une liste complète de jeux de données de satellites radar et optiques sélectionnés pour la détection, la classification, la segmentation sémantique et la segmentation d'instances de navires. Ces jeux de données sont idéaux pour les applications en vision par ordinateur, machine learning, télédétection et analyse maritime.

🚀 Une solution de détection d'objets en temps réel haute performance utilisant YOLO11 ⚡️ propulsée par ONNX-Runtime

La nouvelle génération d'Albumentations : double licence pour usage open source et commercial