coco

我们为您编写可重用的计算机视觉工具。💜

与框架无关的切片/瓦片推理 + 交互式 UI + 错误分析图表

:pencil2: 基于网页的图像分割工具，用于对象检测、定位与关键点标註

[CVPR 2023] OneFormer: 统领通用图像分割的 One Transformer

基于 PyTorch 构建的无代码框架，用于可复现的深度学习研究。PyTorch 生态系统。🏆 至今已实现 26 种发表于 TPAMI、CVPR、ICLR、ECCV、NeurIPS、ICCV、AAAI 等会议的知识蒸馏方法。🎁 提供已训练模型、训练日志与配置文件，以确保可复现性与基准测试。

实时且准确的开放词汇端到端对象检测

用于 COCO、LabelMe、Labelbox、VoTT、INFOLKS 和 ATH 标注的传统 JSON 转 YOLO 数据集转换器。已被 Ultralytics 套件中的 convert_coco() 取代。

将数据集转换为 coco/voc 格式

加速并简化支持多种格式的图像标记/标注流程。

[ICLR 2024] FasterViT 官方 PyTorch 实现：具备分层注意力的快速 Vision Transformers

用于创建 COCO 数据集的辅助函数

支持 PointRend、Fast_SCNN、HRNet、Deeplabv3_plus(xception, resnet, mobilenet)、ContextNet、FPENet、DABNet、EdaNet、ENet、Espnetv2、RefineNet、UNet、DANet、HRNet、DFANet、HardNet、LedNet、OCNet、EncNet、DuNet、CGNet、CCNet、BiSeNet、PSPNet、ICNet、FCN、deeplab

数据集管理框架，是用来构建、分析与管理 Computer Vision 数据集的 Python 程式库与 CLI 工具。

Keras beit,caformer,CMT,CoAtNet,convnext,davit,dino,efficientdet,edgenext,efficientformer,efficientnet,eva,fasternet,fastervit,fastvit,flexivit,gcvit,ghostnet,gpvit,hornet,hiera,iformer,inceptionnext,lcnet,levit,maxvit,mobilevit,moganet,nat,nfnets,pvt,swin,tinynet,tinyvit,uniformer,volo,vanillanet,yolor,yolov7,yolov8,yolox,gpt2,llama2, 别名 kecam

基于计算机视觉的 ML 训练数据生成工具 :rocket:

基于自动学习统一标签空间的多数据集对象检测。