semantic-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

Label Studio 是一款多类型数据标注与注释工具，具标准化输出格式

CVPR 2026 论文与开源项目汇总

Computer Vision Annotation Tool（CVAT）是构建高质量视觉数据集的领先平台，支持图像、视频与 3D 标注，提供开源、云端与企业版产品，以及标注服务，具备 AI 辅助标注、质量保证、团队协作、分析与开发者 API。

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

这是「Swin Transformer：使用移位窗口的层级视觉 Transformer」的官方实现。

语义分割模型，拥有 500+ 预训练卷积与 Transformer 基座

PyTorch 实现的 U-Net，用于高质量图像语义分割

[CVPR 2024 Oral] InternVL Family：一个先驱性的开源替代 GPT-4o 的多模态对话模型，接近 GPT-4o 的表现

OpenMMLab 语义分割工具箱与基准

易用的图像分割库，提供优秀的预训练模型库，支持语义分割、交互分割、全景分割、图像抠图、3D 分割等多种实用任务

Gluon CV Toolkit

设计或可视化神经网络架构的工具。

Pytorch 在 MIT ADE20K 数据集上的语义分割/场景解析实现。

精选优秀数据标注工具清单

SegFormer 的官方 PyTorch 实作

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

深度学习网络训练沙盒

Minkowski Engine 是一个用于高维稀疏张量的自动微分神经网络库

ICCV 2025 论文和开源项目合集

[CVPR 2023 Highlight] InternImage：利用可变形卷积探索大规模视觉基础模型

[IEEE TMI 最佳论文奖] UNet++ 官方实现

以 PyTorch 编写、用于体积语义分割的 3D U-Net 模型

Open3D 的扩展，用于处理 3D 机器学习任务

用于卫星与航空影像深度学习的开源函数库与框架。

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

通过简单的网页界面或桌面应用程序，协作并标注任何类型的数据、图像、文字或文档。

用于位图与点云的网页标注工具

适用于 iOS/macOS 的 Core ML 模型库 — 将 PyTorch 模型转换为可以直接使用的 .mlpackage，每个模型都附带转换脚本与 SwiftUI 示例应用程序。同系列项目还涵盖了 Apple 的 Core AI 框架（iOS/macOS 27）与端侧 LLM。

:art: 以 PyTorch 实现的语义分割模型、数据集与损失函数。