image-classification

Ultralytics YOLO26、YOLO11、YOLOv8 — 目標檢測、實例分割、語義分割、圖像分類、姿態估計、目標追蹤

Ultralytics YOLOv5（基於 PyTorch）用於目標檢測、實例分割、分類、訓練與匯出

最大規模的 PyTorch 影像編碼器/骨幹集合，包含訓練、評估、推論、匯出腳本與預訓練權重——ResNet、ResNeXT、EfficientNet、NFNet、Vision Transformer (ViT)、MobileNetV4、MobileNet-V3 & V2、RegNet、DPN、CSPNet、Swin Transformer、MaxViT、CoAtNet、ConvNeXt 等

Label Studio 是一款多類型資料標註與註解工具，具標準化輸出格式

Vision Transformer 的實作，一種僅使用單一 transformer 編碼器即可在視覺分類中達到 SOTA 的簡易方法，使用 Pytorch 實現

Computer Vision Annotation Tool（CVAT）是建構高品質視覺資料集的領先平台，支援影像、影片與 3D 標註，提供開源、雲端與企業版產品，以及標註服務，具備 AI 輔助標註、品質保證、團隊協作、分析與開發者 API。

這是「Swin Transformer：使用移位視窗的階層式視覺 Transformer」的官方實作。

先進的 AI 可解釋性工具，支援電腦視覺的 CNN、Vision Transformers、分類、目標偵測、分割、影像相似度等。

cvpr2024/cvpr2023/.../cvpr2017 論文/代碼/解讀/直播合集，極市團隊整理

精練高品質資料集與視覺 AI 模型

X-AnyLabeling：輕量、高效、統一的跨平台桌面標註應用，支援文字、影像、影片與多模態資料，結合多功能內建工具、最先進 AI 模型與彈性多格式匯出

衛星與航拍影像深度學習技術

[CVPR 2024 Oral] InternVL Family：一個先驅性的開源替代 GPT-4o 的多模態對話模型，接近 GPT-4o 的表現

電腦視覺的最佳實踐、程式碼範例與文件

收錄最先進電腦視覺模型與技術的教學集合，涵蓋從 ResNet 等基礎架構到 RF-DETR、YOLO11、SAM 3、Qwen3-VL 等前沿模型。

體驗、學習並編寫最新突破性創新，使用 Microsoft AI。

Gluon CV Toolkit

一個由 PaddlePaddle 驅動的視覺分類與識別寶箱

在cifar100上實作（ResNet、DenseNet、VGG、GoogleNet、InceptionV3、InceptionV4、Inception-ResNetv2、Xception、Resnet In Resnet、ResNext、ShuffleNet、ShuffleNetv2、MobileNet、MobileNetv2、SqueezeNet、NasNet、Residual Attention Network、SENet、WideResNet）

OpenMMLab 預訓練工具箱與基準測試

一個透過重複使用 TensorFlow 模型部分內容來進行遷移學習的函式庫。

加速深度學習研發

深度學習網路訓練沙盒

AI 路線圖：機器學習（Machine Learning）、深度學習（Deep Learning）、對抗神經網路（GAN）、圖神經網路（GNN）、NLP、大數據相關發展路書（roadmap），並附海量源碼（Python、PyTorch）帶大家消化基本知識點，突破面試，完成從新手到合格工程師的跨越，其中深度學習相關論文附有 TensorFlow、Caffe 官方源碼，應用部分含推薦演算法和知識圖譜

基於 CV 模型與 mLLM 的跨平台視頻結構化（視頻分析）框架

無需標註即可進行推論的圖片集（使用基礎模型來訓練監督式模型）。

適用於 Torch 與 TensorRT 的深度學習伺服器與 CLI

處理所有非結構化資料，例如以圖搜圖、語音搜尋、分子搜尋、影片分析、問答系統、NLP 等

適用於 ailia SDK 的預訓練最先進 AI 模型集合

使用 JavaScript 與 HTMLCanvas 進行裸露檢測。