instance-segmentation

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.

Chúng tôi viết các công cụ thị giác máy tính có thể tái sử dụng cho bạn. 💜

Bộ công cụ và điểm chuẩn phát hiện OpenMMLab

Mask R-CNN dùng cho phát hiện đối tượng và phân đoạn cá thể trên Keras và TensorFlow

Chú thích hình ảnh bằng Python. Hỗ trợ đa giác, hình chữ nhật, hình tròn, đường thẳng, điểm và chú thích hỗ trợ bởi AI.

Bộ công cụ phát hiện đối tượng dựa trên PaddlePaddle. Nó hỗ trợ phát hiện đối tượng, phân đoạn thực thể, theo dõi nhiều đối tượng và phát hiện điểm đặc trưng nhiều người theo thời gian thực.

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.

RF-DETR là kiến trúc mô hình phân đoạn và phát hiện đối tượng thời gian thực do Roboflow phát triển, đạt chuẩn SOTA trên COCO, được thiết kế để tinh chỉnh. [ICLR 2026]

Suy luận dạng cắt lát/lát gạch độc lập với framework + giao diện người dùng tương tác + biểu đồ phân tích lỗi

Một mô hình tích chập hoàn toàn đơn giản để phân đoạn thực thể theo thời gian thực.

AdelaiDet là một bộ công cụ mã nguồn mở dành cho các tác vụ phát hiện và nhận dạng ở cấp độ thực thể (instance-level).

pySLAM là một pipeline Visual SLAM lai giữa Python và C++ hỗ trợ camera đơn mắt, âm thanh nổi và RGB-D. Nó cung cấp một bộ trích xuất tính năng cục bộ và toàn cầu hiện đại rộng rãi, nhiều chiến lược đóng vòng lặp, một module tái tạo thể tích, các mô hình dự đoán độ sâu tích hợp và khả năng phân đoạn ngữ nghĩa để hiểu rõ cảnh hơn.

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).

Biến bất kỳ máy tính hoặc thiết bị edge nào thành trung tâm điều khiển cho các dự án computer vision của bạn.

[CVPR 2025] Triển khai PyTorch chính thức của MambaVision: Một xương sống tầm nhìn Mamba-Transformer lai

🚀 Bộ công cụ triển khai YOLO dễ dàng và nhanh hơn cho NVIDIA 🛠️

[CVPR 2023] OneFormer: One Transformer to Rule Universal Image Segmentation

[ICLR'23 Spotlight🔥] Quá trình huấn luyện trước kiểu BERT/MAE thành công đầu tiên trên bất kỳ mạng tích chập nào; Bản cài đặt PyTorch của "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"

Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 cho ROS 2

Triển khai chính thức của PyTorch cho ODISE: Phân đoạn toàn cảnh mở với mô hình khuếch tán văn bản thành hình ảnh [CVPR 2023 Highlight]

Khung làm việc về thị giác máy tính và phân tích video bằng Python với đầy đủ tính năng tích hợp

Bộ sưu tập các bài báo về Referring Image Segmentation.

Thư viện nhận thức phân cấp bằng Python cho ước tính tư thế, phát hiện đối tượng, phân đoạn thực thể, ước tính điểm chính, nhận diện khuôn mặt, v.v.

Kho lưu trữ chính thức cho Multi-Human-Parsing (MHP)

Triển khai các dòng YOLO trên PaddlePaddle bao gồm PP-YOLOE+, RT-DETR, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv10, YOLO11, YOLOX, YOLOv5u, YOLOv7u, YOLOv6Lite, RTMDet và nhiều hơn nữa.

[CVPR 2025 Highlight] Mã nguồn và mô hình chính thức cho Encoder-only Mask Transformer (EoMT).

Kho lưu trữ này cung cấp danh sách toàn diện các tập dữ liệu vệ tinh radar và quang học được tuyển chọn cho các tác vụ phát hiện, phân loại, phân đoạn ngữ nghĩa và phân đoạn cá thể tàu thuyền. Các tập dữ liệu này lý tưởng cho các ứng dụng thị giác máy tính, học máy, viễn thám và phân tích hàng hải.

Giải pháp phát hiện đối tượng thời gian thực hiệu năng cao sử dụng YOLO11 được hỗ trợ bởi ONNX-Runtime

Albumentations thế hệ tiếp theo: cấp phép kép cho mục đích sử dụng mã nguồn mở và thương mại.