image-classification

Ultralytics YOLO26, YOLO11, YOLOv8 — オブジェクト検出、インスタンスセグメンテーション、セマンティックセグメンテーション、画像分類、ポーズ推定、物体追跡

オブジェクト検出、インスタンスセグメンテーション、分類、トレーニング、エクスポートのためのPyTorchにおけるUltralytics YOLOv5。

PyTorch画像エンコーダ/バックボーンの最大コレクション。学習、評価、推論、エクスポートスクリプト、事前学習済みウェイトを含む — ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXtなど。

Label Studioは、標準化された出力形式を持つマルチタイプのデータラベリングおよびアノテーションツール

PytorchにおけるVision Transformerの実装。単一のトランスフォーマーエンコーダのみでビジョン分類のSOTAを達成するシンプルな方法

Computer Vision Annotation Tool (CVAT) は、ビジョンAI向け高品質なビジュアルデータセット構築の主要プラットフォームです。AI支援によるラベリング、品質保証、チームコラボレーション、分析、開発者APIを備えた、画像、動画、3Dアノテーション用のオープンソース、クラウド、エンタープライズ製品およびラベリングサービスを提供します。

これは「Swin Transformer: Shifted Windowsを用いた階層型Vision Transformer」の公式実装です。

コンピュータビジョン向け高度なAI説明可能性。CNN、Vision Transformers、分類、物体検出、セグメンテーション、画像類似度などに対応。

cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 論文/コード/解説/ライブ配信のまとめ（極市チーム整理）

高品質なデータセットとビジュアルAIモデルの洗練

X-AnyLabeling: テキスト、画像、動画、マルチモーダルデータをアノテーションするための軽量で効率的かつ統一されたクロスプラットフォームデスクトップアプリケーション。多機能な内蔵ツールと最先端のAIモデルを組み合わせ、柔軟なマルチフォーマットエクスポートに対応。

衛星および航空画像を用いた深層学習の技術

[CVPR 2024 Oral] InternVL Family: GPT-4oに匹敵する画期的なオープンソース代替モデル。GPT-4oの性能に迫るオープンソースのマルチモーダル対話モデル。

コンピュータビジョンに関するベストプラクティス、コードサンプル、およびドキュメント。

最先端のコンピュータビジョンモデルと技術に関するチュートリアルの集積。ResNetのような基盤となるアーキテクチャから、RF-DETR、YOLO11、SAM 3、Qwen3-VLといった最先端のモデルまで、すべてを探索できます。

Microsoft AIで最新の画期的なイノベーションを体験、学習、コーディング

Gluon CV Toolkit

PaddlePaddleを搭載した、視覚的分類と認識のための宝箱。

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）での実践

OpenMMLabの事前学習用ツールボックスおよびベンチマーク

TensorFlow モデルの一部を再利用して転移学習を行うためのライブラリ。

高速化されたディープラーニングの研究開発

ディープラーニングネットワークのトレーニング用サンドボックス

AIロードマップ：機械学習、ディープラーニング、GAN、GNN、NLP、ビッグデータ関連の開発ロードマップ。豊富なソースコード（Python、PyTorch）付きで基礎知識の習得、面接突破、初心者から一人前エンジニアへの成長をサポート。ディープラーニング関連論文にはTensorFlowやCaffeの公式ソースコードが付属し、応用部分には推薦アルゴリズムやナレッジグラフが含まれています

CV モデルと mLLM をベースにしたクロスプラットフォームの動画構造化（動画分析）フレームワーク

ラベル付けなしで推論を行うための画像（基盤モデルを使用して教師ありモデルを訓練します）。

Torch および TensorRT 向けのディープラーニングサーバーと CLI

画像検索、音声検索、分子検索、動画解析、質問応答システム、NLP など、あらゆる非構造化データを処理します。

ailia SDK向けの事前トレーニング済み最先端AIモデルコレクション

JavaScriptとHTMLCanvasを使ったヌード検知