coco

再利用可能なコンピュータビジョンツールを開発します。💜

フレームワーク非依存のスライス/タイル推論 + インタラクティブUI + エラー分析プロット

:pencil2: オブジェクト検出、ローカライゼーション、キーポイント用の Web ベース画像セグメンテーションツール

[CVPR 2023] OneFormer: ユニバーサル画像セグメンテーションを制する 1 つの Transformer

再現性のあるディープラーニング研究のためにPyTorchをベースに構築されたノーコードフレームワーク。PyTorchエコシステム。TPAMI、CVPR、ICLR、ECCV、NeurIPS、ICCV、AAAIなどで発表された26の知識蒸留メソッドを実装済み。再現性とベンチマークを保証するため、学習済みモデル、学習ログ、設定ファイルを提供。

リアルタイムかつ高精度なオープンボキャブラリーのエンドツーエンド物体検出。

COCO、LabelMe、Labelbox、VoTT、INFOLKS、ATH アノテーション用のレガシー JSON-to-YOLO データセット変換ツール。Ultralytics パッケージの convert_coco() に置き換えられました。

データセットをcoco/voc形式に変換する

複数のサポート形式を使用して画像ラベリング/アノテーションプロセスを高速化および簡素化します。

[ICLR 2024] FasterViTの公式PyTorch実装：階層型アテンションを備えた高速なVision Transformers

COCO データセットを作成するためのヘルパー関数

PointRend、Fast_SCNN、HRNet、Deeplabv3_plus(xception, resnet, mobilenet)、ContextNet、FPENet、DABNet、EdaNet、ENet、Espnetv2、RefineNet、UNet、DANet、HRNet、DFANet、HardNet、LedNet、OCNet、EncNet、DuNet、CGNet、CCNet、BiSeNet、PSPNet、ICNet、FCN、deeplab をサポート

コンピュータビジョンのデータセットを構築、分析、管理するためのPythonライブラリおよびCLIツールであるデータセット管理フレームワーク。

Keras beit,caformer,CMT,CoAtNet,convnext,davit,dino,efficientdet,edgenext,efficientformer,efficientnet,eva,fasternet,fastervit,fastvit,flexivit,gcvit,ghostnet,gpvit,hornet,hiera,iformer,inceptionnext,lcnet,levit,maxvit,mobilevit,moganet,nat,nfnets,pvt,swin,tinynet,tinyvit,uniformer,volo,vanillanet,yolor,yolov7,yolov8,yolox,gpt2,llama2 (エイリアス kecam)

コンピュータビジョンベースの ML 学習データ生成ツール :rocket:

自動学習された統一ラベル空間を使用した複数データセットでのオブジェクト検出