segmentation

Medical SAM 2: Segment Anything Model 2 के माध्यम से 3D मेडिकल इमेज को सेगमेंट करना।

यह रिपॉजिटरी 2D और 3D में Medical segmentation का एक अनौपचारिक PyTorch कार्यान्वयन है।

पुनरुत्पादनीय और ऑडिट योग्य क्लिकस्ट्रीम और इवेंट लॉग एनालिटिक्स के लिए Python टूलकिट, MCP सर्वर और एजेंट स्किल्स। यह AI एजेंटों, डेटा वैज्ञानिकों और विश्लेषकों को प्रोडक्ट एनालिटिक्स, क्वांटिटेटिव UX, कस्टमर जर्नी, ग्राफ-आधारित यूजर फ्लो, व्यवहारिक सेगमेंटेशन, A/B टेस्ट, प्रोसेस माइनिंग मॉडल और मार्कोव चेन सिमुलेशन बनाने, मान्य करने और क्रॉस-चेक करने में मदद करता है।

CARLA संसाधन जैसे ट्यूटोरियल, ब्लॉग, कोड आदि https://github.com/carla-simulator/carla

alfred-py: मानवों के लिए एक डीप लर्निंग यूटिलिटी लाइब्रेरी, लाइब्रेरी के उपयोग के बारे में अधिक जानकारी यहाँ है: https://zhuanlan.zhihu.com/p/341446046

CNN-आधारित ऑडियो सेगमेंटेशन टूलकिट। यह स्पीच, म्यूजिक, नॉइज़ और स्पीकर के जेंडर का पता लगाने की अनुमति देता है। इसे प्रति जेंडर स्पीच समय के आधार पर बड़े पैमाने पर जेंडर समानता अध्ययन के लिए डिज़ाइन किया गया है।

[ICCV2021] Segmenter का आधिकारिक PyTorch कार्यान्वयन: सिमेंटिक सेगमेंटेशन के लिए ट्रांसफार्मर

[CVPR 2020] CascadePSP: ग्लोबल और लोकल रिफाइनमेंट के माध्यम से क्लास-एग्नोस्टिक और बहुत उच्च-रिज़ॉल्यूशन सेगमेंटेशन की ओर।

MONAI Label एक बुद्धिमान ओपन-सोर्स इमेज लेबलिंग और लर्निंग टूल है।

ROS (c++) रोबोट ऑपरेटिंग सिस्टम लर्निंग (2020 की गर्मियों में लिखा गया)

दस्तावेज़ स्कैन करने के लिए एक Android ऐप — सरल और सुरक्षित

एनीमे पात्रों के लिए उच्च-सटीक सेगमेंटेशन

DIPY Python में मेडिकल इमेजिंग के लिए एक प्रमुख 3D/4D+ लाइब्रेरी है। इसमें मेडिकल इमेज के स्थानिक सामान्यीकरण, सिग्नल प्रोसेसिंग, मशीन लर्निंग, सांख्यिकीय विश्लेषण और विज़ुअलाइज़ेशन के लिए सामान्य तरीके शामिल हैं। इसके अतिरिक्त, इसमें डिफ्यूजन, परफ्यूजन और स्ट्रक्चरल इमेजिंग सहित कंप्यूटेशनल एनाटॉमी के लिए विशेष तरीके शामिल हैं।

Python में उच्च-प्रदर्शन वाली विज़न लाइब्रेरी। बॉयलरप्लेट के बजाय अपने रिसर्च को स्केल करें।

YoloDotNet - इमेज और लाइव वीडियो स्ट्रीम में क्लासिफिकेशन, ऑब्जेक्ट डिटेक्शन, OBB डिटेक्शन, सेगमेंटेशन और पोज़ एस्टिमेशन के लिए एक C# .NET 8.0 प्रोजेक्ट।

Lidar पॉइंट क्लाउड से ग्राउंड सेगमेंटेशन

वर्जन कंट्रोल के साथ फीचर फ्लैग, एक्सपेरिमेंट और रिमोट कॉन्फ़िगरेशन मैनेजमेंट।

3D मेडिकल इमेजिंग रिकंस्ट्रक्शन सॉफ्टवेयर

मल्टीपल वाहन-माउंटेड कैमरों की छवियों से सिमेंटिकली सेगमेंटेड बर्ड्स आई व्यू (BEV) छवि की गणना करने के लिए TensorFlow कार्यान्वयन।

FSGAN - आधिकारिक PyTorch कार्यान्वयन

"TTNet: Real-time temporal and spatial video analysis of table tennis" (CVPR 2020) का अनौपचारिक कार्यान्वयन

माइक्रोस्कोपी के लिए Segment Anything।

[CVPR2026] "YOLO-Master: MOE-Accelerated with Specialized Transformers for Enhanced Real-time Detection" शोध पत्र के लिए आधिकारिक कोड

🔥🔥 मल्टी-ह्यूमन-पार्सिंग (MHP) के लिए आधिकारिक रिपॉजिटरी 🔥🔥

RANSAC का उपयोग करके पॉइंट क्लाउड में 3D प्रिमिटिव शेप्स फिट करने के लिए Python लाइब्रेरी। प्लेन, स्फीयर, सिलेंडर, क्यूबॉइड, सर्कल और लाइन्स का पता लगाता है।

EfficientSAM3 प्रोग्रेसिव नॉलेज डिस्टिलेशन के माध्यम से SAM3 को हल्के, एज-फ्रेंडली मॉडल में कंप्रेस करता है, जो तेज़ प्रॉम्प्टेबल कॉन्सेप्ट सेगमेंटेशन और ट्रैकिंग के लिए है।

"Seg-Zero: Reasoning-Chain Guided Segmentation via Cognitive Reinforcement" के लिए प्रोजेक्ट पेज।

[CVPR 2025 Highlight] Encoder-only Mask Transformer (EoMT) के लिए आधिकारिक कोड और मॉडल।

कैमफ्लाज्ड ऑब्जेक्ट डिटेक्शन, CVPR 2020 (ओरल)।

विज़न-लैंग्वेज मॉडल्स के लिए ComfyUI नोड्स: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V। साथ ही ओपन-वोकैबुलरी डिटेक्शन, SAM2/SAM3 सेगमेंटेशन, वीडियो टेम्पोरल रीजनिंग, llama.cpp के माध्यम से GGUF, और होस्टेड LLM/VLM API।