image-classification

Ultralytics YOLO26, YOLO11, YOLOv8 — phát hiện đối tượng, phân đoạn thực thể, phân đoạn ngữ nghĩa, phân loại hình ảnh, ước lượng tư thế, theo dõi đối tượng

Ultralytics YOLOv5 trong PyTorch dùng để phát hiện đối tượng, phân đoạn thực thể, phân loại, đào tạo và xuất.

Bộ sưu tập lớn nhất các bộ mã hóa/backbone hình ảnh PyTorch. Bao gồm tập lệnh huấn luyện, đánh giá, suy luận, xuất và trọng số được huấn luyện trước -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt, và nhiều hơn nữa

Label Studio là một công cụ gán nhãn và chú thích dữ liệu đa loại với định dạng đầu ra chuẩn hóa

Triển khai Vision Transformer, một cách đơn giản để đạt trạng thái tối tân (SOTA) trong phân loại thị giác chỉ với một transformer encoder duy nhất, trên PyTorch

Computer Vision Annotation Tool (CVAT) là nền tảng hàng đầu để xây dựng các tập dữ liệu trực quan chất lượng cao cho thị giác AI. Nó cung cấp các sản phẩm mã nguồn mở, đám mây và doanh nghiệp, cũng như các dịch vụ gán nhãn, dành cho việc chú thích hình ảnh, video và 3D với tính năng gán nhãn hỗ trợ bởi AI, đảm bảo chất lượng, cộng tác nhóm, phân tích và API dành cho nhà phát triển.

Đây là bản cài đặt chính thức cho "Swin Transformer: Hierarchical Vision Transformer using Shifted Windows".

Khả năng giải thích AI nâng cao cho thị giác máy tính. Hỗ trợ CNN, Vision Transformers, Phân loại, Phát hiện đối tượng, Phân đoạn, Độ tương tự hình ảnh và nhiều tính năng khác.

Bộ sưu tập bài báo, mã nguồn, giải thích và phát trực tiếp CVPR 2024/2023/2022/2021/2020/2019/2018/2017, được tổng hợp bởi nhóm ExtremeMart

Tinh chỉnh các tập dữ liệu chất lượng cao và mô hình AI trực quan

X-AnyLabeling: Một ứng dụng desktop đa nền tảng gọn nhẹ, hiệu quả và thống nhất để chú thích văn bản, hình ảnh, video và dữ liệu đa phương thức, kết hợp các công cụ tích hợp linh hoạt với các mô hình AI tiên tiến và khả năng xuất đa định dạng linh hoạt.

Các kỹ thuật học sâu với hình ảnh vệ tinh và trên không

[CVPR 2024 Oral] Họ InternVL: Giải pháp thay thế nguồn mở tiên phong cho GPT-4o. Mô hình đối thoại đa phương thức nguồn mở có hiệu suất gần bằng GPT-4o

Các thực hành tốt nhất, mẫu mã nguồn và tài liệu về Computer Vision.

Bộ sưu tập các hướng dẫn về các mô hình và kỹ thuật thị giác máy tính tiên tiến nhất. Khám phá mọi thứ từ các kiến trúc nền tảng như ResNet đến các mô hình tối tân như RF-DETR, YOLO11, SAM 3 và Qwen3-VL.

Trải nghiệm, học hỏi và lập trình các đổi mới đột phá mới nhất với Microsoft AI

Bộ công cụ Gluon CV

Kho báu cho việc phân loại và nhận diện trực quan được hỗ trợ bởi PaddlePaddle

Thực hành trên 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)

Bộ công cụ huấn luyện trước và tiêu chuẩn đánh giá của OpenMMLab

Thư viện học chuyển giao bằng cách sử dụng lại các phần của mô hình TensorFlow.

Nghiên cứu và phát triển học sâu tăng tốc

Môi trường thử nghiệm để huấn luyện các mạng học sâu

Lộ trình AI: Machine Learning, Deep Learning, GAN, GNN, NLP, Big Data kèm mã nguồn phong phú (Python, PyTorch) giúp nắm kiến thức nền tảng, vượt qua phỏng vấn và trở thành kỹ sư giỏi, bao gồm mã nguồn TensorFlow/Caffe chính thức cho các bài báo Deep Learning, cùng thuật toán đề xuất và đồ thị tri thức.

Một framework cấu trúc video đa nền tảng (phân tích video) dựa trên các mô hình CV & mLLM.

Hình ảnh để suy luận không cần gán nhãn (sử dụng các mô hình nền tảng để huấn luyện các mô hình có giám sát).

Máy chủ Deep Learning và CLI dành cho Torch và TensorRT

Xử lý tất cả dữ liệu phi cấu trúc, chẳng hạn như tìm kiếm hình ảnh ngược, tìm kiếm âm thanh, tìm kiếm phân tử, phân tích video, hệ thống hỏi đáp, NLP, v.v.

Bộ sưu tập các mô hình AI tiên tiến, đã được huấn luyện sẵn cho ailia SDK

Phát hiện ảnh khỏa thân bằng JavaScript và HTMLCanvas