segmentation

Medical SAM 2: Phân đoạn hình ảnh y tế 3D thông qua Segment Anything Model 2

Kho lưu trữ này là bản cài đặt không chính thức bằng PyTorch dành cho phân đoạn y tế trong không gian 2D và 3D.

Bộ công cụ Python, MCP server và các kỹ năng agent dành cho phân tích sự kiện và clickstream có thể tái tạo, kiểm toán được. Giúp các AI agent, nhà khoa học dữ liệu và chuyên gia phân tích xây dựng, xác thực và chéo đối chiếu phân tích sản phẩm, UX định lượng, hành trình khách hàng, luồng người dùng dựa trên đồ thị, phân khúc hành vi, kiểm định A/B, mô hình khai phá quy trình, mô phỏng chuỗi Markov

👉 Tài nguyên CARLA như hướng dẫn, blog, mã nguồn và v.v. https://github.com/carla-simulator/carla

alfred-py: Một thư viện tiện ích deep learning dành cho con người, chi tiết thêm về cách sử dụng thư viện tại: https://zhuanlan.zhihu.com/p/341446046

Bộ công cụ phân đoạn âm thanh dựa trên CNN. Cho phép phát hiện giọng nói, âm nhạc, tiếng ồn và giới tính người nói. Được thiết kế cho các nghiên cứu bình đẳng giới quy mô lớn dựa trên thời gian nói theo giới tính.

[ICCV2021] Bản cài đặt PyTorch chính thức của Segmenter: Transformer cho Phân đoạn ngữ nghĩa (Semantic Segmentation)

[CVPR 2020] CascadePSP: Hướng tới phân đoạn độc lập lớp và độ phân giải rất cao thông qua tinh chỉnh toàn cục và cục bộ

MONAI Label là một công cụ gán nhãn hình ảnh và học máy thông minh mã nguồn mở.

🔥 Học tập hệ điều hành robot ROS (c++) (viết vào mùa hè năm 2020)

Ứng dụng Android để quét tài liệu — đơn giản và tôn trọng quyền riêng tư.

Phân đoạn hình ảnh độ chính xác cao cho nhân vật anime.

DIPY là thư viện hình ảnh y tế 3D/4D+ hàng đầu trong Python. Chứa các phương pháp chung để chuẩn hóa không gian, xử lý tín hiệu, học máy, phân tích thống kê và trực quan hóa hình ảnh y tế. Ngoài ra, nó còn chứa các phương pháp chuyên biệt cho giải phẫu tính toán bao gồm hình ảnh khuếch tán, tưới máu và cấu trúc.

Thư viện thị giác máy tính hiệu năng cao bằng Python. Mở rộng quy mô nghiên cứu của bạn, không cần boilerplate.

YoloDotNet - Dự án C# .NET 8.0 cho phân loại, phát hiện đối tượng, phát hiện OBB, phân đoạn và ước tính tư thế trong cả hình ảnh và luồng video trực tiếp.

Phân đoạn mặt đất từ đám mây điểm Lidar

Quản lý cờ tính năng (feature flags), thử nghiệm và cấu hình từ xa với kiểm soát phiên bản

Phần mềm tái tạo hình ảnh y tế 3D

Triển khai TensorFlow để tính toán hình ảnh góc nhìn chim (BEV) được phân đoạn ngữ nghĩa dựa trên hình ảnh từ nhiều camera gắn trên xe.

FSGAN - Triển khai chính thức bằng PyTorch

Bản triển khai không chính thức của "TTNet: Real-time temporal and spatial video analysis of table tennis" (CVPR 2020)

Segment Anything dành cho hiển vi học.

[CVPR2026] Mã nguồn chính thức cho bài báo "YOLO-Master: MOE-Accelerated with Specialized Transformers for Enhanced Real-time Detection."

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

EfficientSAM3 nén SAM3 thành các mô hình nhẹ, thân thiện với thiết bị biên thông qua chưng cất tri thức lũy tiến để phân đoạn và theo dõi khái niệm nhanh chóng.

Thư viện Python để khớp các hình dạng nguyên thủy 3D vào đám mây điểm bằng RANSAC. Phát hiện mặt phẳng, hình cầu, hình trụ, hình hộp, hình tròn và đường thẳng.

Trang dự án cho "Seg-Zero: Reasoning-Chain Guided Segmentation via Cognitive Reinforcement".

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

Phát hiện vật thể ngụy trang, CVPR 2020 (Oral)

Các node ComfyUI dành cho mô hình ngôn ngữ - thị giác: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Cùng với khả năng phát hiện từ vựng mở, phân đoạn SAM2/SAM3, suy luận thời gian trong video, GGUF qua llama.cpp và các API LLM/VLM được lưu trữ.