semantic-segmentation

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

Huấn luyện tất cả trong một cho các mô hình thị giác (YOLO, ViTs, RT-DETR, DINOv3): tiền huấn luyện, tinh chỉnh, chưng cất.

Bản cài đặt EfficientDet bằng PyTorch bám sát bản gốc của Google kèm theo trọng số đã chuyển đổi

Một framework không cần lập trình được xây dựng trên PyTorch dành cho các nghiên cứu học sâu có thể tái tạo. Hệ sinh thái PyTorch. 🏆 Cho đến nay đã triển khai 26 phương pháp chưng cất kiến thức được trình bày tại TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, v.v. 🎁 Các mô hình đã huấn luyện, nhật ký huấn luyện và cấu hình có sẵn để đảm bảo tính tái tạo và chuẩn mực.

[ICLR 2023 Spotlight] Vision Transformer Adapter cho dự đoán dày đặc (Dense Predictions)

Medical Detection Toolkit chứa các triển khai 2D + 3D của các trình phát hiện đối tượng phổ biến như Mask R-CNN, Retina Net, Retina U-Net, cùng với một framework huấn luyện và suy luận tập trung vào việc xử lý hình ảnh y tế.

Trình trích xuất biểu diễn phân tích con người sẵn sàng sử dụng.

Framework nén mạng nơ-ron để tăng cường suy luận OpenVINO™

UNetFormer: Một transformer kiểu UNet để phân đoạn ngữ nghĩa hiệu quả hình ảnh cảnh quan đô thị viễn thám, ISPRS. Ngoài ra, bao gồm các vision transformer và CNN khác cho việc phân đoạn hình ảnh vệ tinh, hình ảnh trên không và hình ảnh UAV.

Bản cài đặt PyTorch chính thức của Superpoint Transformer [ICCV'23], SuperCluster [3DV'24 Oral], và EZ-SP [ICRA'26]

Các mô hình gọn nhẹ cho phân đoạn ngữ nghĩa thời gian thực trên PyTorch (bao gồm SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet, v.v.)

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]

Các mô hình phân đoạn ngữ nghĩa SOTA trong PyTorch

[ICLR 2024] Bản cài đặt PyTorch chính thức của FasterViT: Fast Vision Transformers với Hierarchical Attention

[ICLR2022] Mã nguồn chính thức của UniFormer

API SemanticKITTI để trực quan hóa tập dữ liệu, xử lý dữ liệu và đánh giá kết quả.

Các cài đặt PyTorch đơn giản của U-Net/FullyConvNet (FCN) cho phân đoạn ảnh

SSSegmentation: Bộ công cụ phân đoạn ngữ nghĩa có giám sát mã nguồn mở dựa trên PyTorch.

Đây là kho lưu trữ chính thức cho công trình gần đây của chúng tôi: PIDNet.

Bộ sưu tập các bài báo về Referring Image Segmentation.

Phân đoạn ngữ nghĩa cho viễn thám

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 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.

[CVPR22] Triển khai chính thức DAFormer: Cải thiện kiến trúc mạng và chiến lược huấn luyện cho phân đoạn ngữ nghĩa thích ứng miền

[NeurIPS 2021] LoveDA: Tập dữ liệu che phủ đất viễn thám cho phân đoạn ngữ nghĩa thích ứng miền

Tuyển tập các bài báo nghiên cứu từ hội nghị ICASSP 2023-2024. Khám phá những tiến bộ mới nhất trong lĩnh vực âm thanh, giọng nói và xử lý tín hiệu, bao gồm cả mã nguồn

Ứng dụng iOS và gói Swift Ultralytics YOLO hỗ trợ suy luận Core ML thời gian thực cho các tác vụ thị giác máy tính chính.

Thư viện mã nguồn mở miễn phí để phát hiện đối tượng và phân đoạn ngữ nghĩa bằng AI trong dữ liệu raster không gian địa lý. 🚀