image-classification

Ultralytics YOLO26, YOLO11, YOLOv8 — detecção de objetos, segmentação de instâncias, segmentação semântica, classificação de imagens, estimativa de pose, rastreamento de objetos

Ultralytics YOLOv5 em PyTorch para detecção de objetos, segmentação de instâncias, classificação, treinamento e exportação.

A maior coleção de codificadores de imagem / backbones para PyTorch. Inclui scripts de treino, avaliação, inferência, exportação e pesos pré-treinados -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt e muito mais

Label Studio é uma ferramenta de rotulagem e anotação de dados multitipo com formato de saída padronizado

Implementação do Vision Transformer em PyTorch, uma maneira simples de alcançar SoTA em classificação de visão usando apenas um único codificador transformer

Computer Vision Annotation Tool (CVAT) é uma plataforma líder para a criação de conjuntos de dados visuais de alta qualidade para visão computacional. Oferece produtos de código aberto, em nuvem e corporativos, além de serviços de rotulagem para anotação de imagem, vídeo e 3D com auxílio de IA, garantia de qualidade, colaboração em equipe, análise e APIs para desenvolvedores.

Esta é a implementação oficial do "Swin Transformer: Hierarchical Vision Transformer using Shifted Windows".

Explicabilidade avançada de IA para visão computacional. Suporte para CNNs, Vision Transformers, classificação, detecção de objetos, segmentação, similaridade de imagem e muito mais.

Coletânea de artigos, códigos, interpretações e transmissões ao vivo do CVPR (2017-2024), organizada pela equipe Extreme Vision.

Refine conjuntos de dados de alta qualidade e modelos de IA visual

X-AnyLabeling: Uma aplicação desktop multiplataforma leve, eficiente e unificada para anotação de texto, imagem, vídeo e dados multimodais, combinando ferramentas integradas versáteis com modelos de IA de última geração e exportação flexível em múltiplos formatos.

Técnicas de deep learning com imagens de satélite e aéreas

[CVPR 2024 Oral] Família InternVL: Uma alternativa pioneira de código aberto ao GPT-4o.

Melhores práticas, exemplos de código e documentação para Visão Computacional.

Uma coleção de tutoriais sobre modelos e técnicas de visão computacional de última geração. Explore desde arquiteturas fundamentais como ResNet até modelos de ponta como RF-DETR, YOLO11, SAM 3 e Qwen3-VL.

Experimente, aprenda e programe as mais recentes inovações revolucionárias com Microsoft AI

Toolkit Gluon CV

Um tesouro para classificação e reconhecimento visual impulsionado pelo PaddlePaddle

Prática em 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)

Caixa de ferramentas e benchmark de pré-treinamento da OpenMMLab

Uma biblioteca para aprendizado de transferência reutilizando partes de modelos TensorFlow.

P&D de deep learning acelerado

Sandbox para treinamento de redes de deep learning

Roteiro de aprendizado em IA: Machine Learning, Deep Learning, GANs, GNNs, NLP e Big Data, com vasto código-fonte (Python, PyTorch) para dominar conceitos, passar em entrevistas e evoluir de iniciante a engenheiro qualificado, incluindo implementações oficiais em TensorFlow e Caffe, além de algoritmos de recomendação e grafos de conhecimento

Um framework multiplataforma de estruturação de vídeo (análise de vídeo) baseado em modelos de CV e mLLM.

Imagens para inferência sem rotulagem (use modelos de fundação para treinar modelos supervisionados).

Servidor de Deep Learning e CLI para Torch e TensorRT

Lidando com todos os dados não estruturados, como busca reversa de imagens, busca de áudio, busca molecular, análise de vídeo, sistemas de perguntas e respostas, PLN, etc.

A coleção de modelos de IA pré-treinados de última geração para o ailia SDK

Detecção de nudez com JavaScript e HTMLCanvas.