semantic-segmentation

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

视觉模型的一站式训练（YOLO、ViTs、RT-DETR、DINOv3）：预训练、微调、蒸馏。

忠于 Google 原始实现并移植权重的 EfficientDet PyTorch 实现版本。

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。

[ICLR 2023 Spotlight] 用于密集预测的 Vision Transformer Adapter

Medical Detection Toolkit 包含常见对象检测器（如 Mask R-CNN、Retina Net、Retina U-Net）的 2D + 3D 实现，以及专注于处理医疗影像的训练与推理框架。

一个开箱即用的人体解析表示提取器。

用于增强 OpenVINO™ 推理的神经网络压缩框架

UNetFormer：用于遥感城市场景影像高效语义分割的类 UNet transformer，ISPRS。同时包含用于卫星、航空影像及无人机影像分割的其他视觉 transformer 与 CNN。

Superpoint Transformer [ICCV'23]、SuperCluster [3DV'24 Oral] 与 EZ-SP [ICRA'26] 的官方 PyTorch 实现

基于 PyTorch 的实时语义分割轻量化模型（包含 SQNet、LinkNet、SegNet、UNet、ENet、ERFNet、EDANet、ESPNet、ESPNetv2、LEDNet、ESNet、FSSNet、CGNet、DABNet、Fast-SCNN、ContextNet、FPENet 等）

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]

基于 PyTorch 的 SOTA 语义分割模型

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

[ICLR2022] UniFormer 官方实现

用于可视化数据集、处理数据及评估结果的 SemanticKITTI API。

用于图像分割的 U-Net/FullyConvNet (FCN) 简单 PyTorch 实现

SSSegmentation：基于 PyTorch 的开源监督式语义分割工具箱

这是我们近期工作 PIDNet 的官方仓库

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

遥感影像的语义分割

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

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。

[CVPR22] DAFormer 官方实现：改进领域自适应语义分割的网络架构与训练策略

[NeurIPS 2021] LoveDA：用于领域自适应语义分割的遥感土地覆盖数据集

ICASSP 2023-2024 论文集：收录来自 ICASSP 2023-24 会议中具影响力且令人兴奋的研究论文。探索声学、语音与信号处理的最新进展。内含代码。为此仓库加星以支持音频与信号处理领域的发展！

Ultralytics YOLO iOS 应用程序与 Swift 套件，用于跨主要计算机视觉任务的实时 Core ML 推理。

用于地理空间栅格数据 AI 对象检测与语义分割的免费开源库。🚀