segmentation

Medical SAM 2: Segmentação de Imagens Médicas 3D via Segment Anything Model 2

Este repositório é uma implementação não oficial em PyTorch de segmentação médica em 2D e 3D

Kit de ferramentas Python, servidor MCP e habilidades de agente para análise de clickstream e logs de eventos reprodutível e auditável. Ajuda agentes de IA, cientistas de dados e analistas a construir, validar e verificar análises de produto, UX quantitativa, jornadas do cliente, fluxos de usuário baseados em grafos, segmentação comportamental, testes A/B, modelos de mineração de processos e simulação de cadeias de Markov.

👉 Recursos do CARLA, como tutoriais, blog, código, etc. https://github.com/carla-simulator/carla

alfred-py: Uma biblioteca utilitária de deep learning para humanos, mais detalhes sobre o uso da biblioteca em: https://zhuanlan.zhihu.com/p/341446046

Kit de ferramentas de segmentação de áudio baseado em CNN. Permite detectar fala, música, ruído e gênero do locutor. Foi projetado para estudos de igualdade de gênero em larga escala baseados no tempo de fala por gênero.

[ICCV2021] Implementação oficial em PyTorch do Segmenter: Transformer para Segmentação Semântica

[CVPR 2020] CascadePSP: Rumo à segmentação agnóstica de classe e de altíssima resolução por meio de refinamento global e local

MONAI Label é uma ferramenta inteligente de código aberto para rotulagem e aprendizado de imagens.

🔥 Aprendizado do Sistema Operacional de Robôs ROS (C++) (escrito no verão de 2020)

Um aplicativo Android para digitalizar seus documentos — simples e respeitoso.

Segmentação de alta precisão para personagens de anime.

DIPY é a principal biblioteca de imagem médica 3D/4D+ em Python. Contém métodos genéricos para normalização espacial, processamento de sinais, aprendizado de máquina, análise estatística e visualização de imagens médicas. Além disso, contém métodos especializados para anatomia computacional, incluindo difusão, perfusão e imagem estrutural.

Biblioteca de visão de alto desempenho em Python. Escalone sua pesquisa, não o código repetitivo.

YoloDotNet - Um projeto C# .NET 8.0 para classificação, detecção de objetos, detecção OBB, segmentação e estimativa de pose em imagens e fluxos de vídeo ao vivo.

Segmentação de solo a partir de nuvens de pontos Lidar

Feature flags, experimentos e gerenciamento de configuração remota com controle de versão

Software de reconstrução de imagens médicas em 3D

Implementação em TensorFlow para computar uma imagem Bird's Eye View (BEV) semanticamente segmentada a partir de imagens de várias câmeras montadas em veículos.

FSGAN - Implementação oficial em PyTorch

Implementação não oficial de "TTNet: Real-time temporal and spatial video analysis of table tennis" (CVPR 2020)

Segment Anything para Microscopia

[CVPR2026]🚀🚀🚀Código oficial para o artigo "YOLO-Master: Acelerado por MOE com Transformers especializados para detecção em tempo real aprimorada." *(YOLO = You Only Look Once)* 🔥🔥🔥

Repositório oficial para Multi-Human-Parsing (MHP)

Biblioteca Python para ajustar formas primitivas 3D a nuvens de pontos com RANSAC. Detecte planos, esferas, cilindros, cuboides, círculos e linhas.

O EfficientSAM3 comprime o SAM3 em modelos leves e adequados para borda por meio de destilação de conhecimento progressiva para segmentação e rastreamento de conceitos rápidos e prontos para comandos.

Página do projeto para "Seg-Zero: Reasoning-Chain Guided Segmentation via Cognitive Reinforcement"

[CVPR 2025 Highlight] Código oficial e modelos para Encoder-only Mask Transformer (EoMT).

Detecção de Objetos Camuflados, CVPR 2020 (Oral)

Nós do ComfyUI para modelos de visão-linguagem: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Inclui detecção de vocabulário aberto, segmentação SAM2/SAM3, raciocínio temporal de vídeo, GGUF via llama.cpp e APIs de LLM/VLM hospedadas.