instance-segmentation

Ultralytics YOLO26、YOLO11、YOLOv8 — 目标检测、实例分割、语义分割、图像分类、姿态估计、目标追踪

Ultralytics YOLOv5（基于 PyTorch）用于目标检测、实例分割、分类、训练与导出

我们为您编写可重用的计算机视觉工具。💜

OpenMMLab 检测工具箱与基准测试

Mask R-CNN 用于 Keras 与 TensorFlow 的目标检测与实例分割

使用 Python 进行图像标注，支持多边形、矩形、圆形、线条、点与 AI 辅助标注

基于 PaddlePaddle 的目标检测工具包。支持目标检测、实例分割、多目标跟踪和实时多人关键点检测。

X-AnyLabeling：轻量、高效、统一的跨平台桌面标注应用，支持文字、图像、视频与多模态数据，结合多功能内置工具、最先进 AI 模型与灵活多格式导出

RF-DETR 为 Roboflow 开发的实时目标检测与分割模型架构，在 COCO 上达到 SOTA，设计用于微调。[ICLR 2026]

与框架无关的切片/瓦片推理 + 交互式 UI + 错误分析图表

一个简单、全卷积的即时实例分割模型

AdelaiDet is an open source toolbox for multiple instance-level detection and recognition tasks.

pySLAM 是一个混合 Python/C++ 的视觉 SLAM 管线，支持单目、立体与 RGB‑D 相机。它提供广泛的现代局部与全局特征提取器、多种循环闭环策略、体积重建模块、整合深度预测模型，以及语义分割功能，以提升场景理解

无需标注即可进行推理的图片集（使用基础模型来训练监督式模型）。

将任何计算机或边缘设备变成计算机视觉项目的指挥中心。

[CVPR 2025] MambaVision 官方 PyTorch 实现：混合 Mamba-Transformer 视觉骨干网络

🚀 更简单、更快速的 NVIDIA YOLO 部署工具包 🛠️

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

[ICLR'23 Spotlight🔥] 首次在卷积网络中成功进行 BERT/MAE 风格的预训练；「Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling」的 PyTorch 实现。

适用于 ROS 2 的 Ultralytics YOLOv8、YOLOv9、YOLOv10、YOLOv11 与 YOLOv12

ODISE 的官方 PyTorch 实现：基于 Text-to-Image Diffusion Models 的开放词汇全景分割 [CVPR 2023 Highlight]

内置完整功能的 Python 电脑视觉与视频分析框架

:books: 关于指代图像分割（Referring Image Segmentation）的论文集合。

Python 的分层感知库，用于姿态估计、对象检测、实例分割、关键点估计、人脸识别等

🔥🔥多人解析 (MHP) 官方仓库🔥🔥

🚀🚀🚀 PaddlePaddle 实现的 YOLO 系列，包含 PP-YOLOE+、RT-DETR、YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv10、YOLO11、YOLOX、YOLOv5u、YOLOv7u、YOLOv6Lite、RTMDet 等。🚀🚀🚀

[CVPR 2025 Highlight] Encoder-only Mask Transformer (EoMT) 官方代码与模型

这个仓库提供了一份全面的雷达与光学卫星数据集清单，专为船舶检测、分类、语义分割与实例分割任务而策划。这些数据集非常适合应用于计算机视觉、机器学习、遥感与海事分析领域。

🚀 基于 ONNX-Runtime 的高性能 YOLO11 实时目标检测解决方案 ⚡️

新一代 Albumentations：采用开源与商业双重授权