imagenet

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

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。

語義分割模型，擁有 500+ 預訓練卷積與 Transformer 基座

為網頁友好的機器學習！🤖

高效 AI 主幹網絡，包括 GhostNet、TNT 與 MLP，由華為 Noah's Ark Lab 開發。

高效的視覺基礎模型，用於高解析度生成與感知。

DAMO-YOLO：一種快速且準確的物件偵測方法，採用 NAS backbone、Efficient RepGFPN、ZeroHead、AlignedOTA 以及蒸餾增強等新技術

深度學習網路訓練沙盒

在 2 小時內掌握聯邦學習（Federated Learning）—在你的 PC 上執行！

EfficientNet 模型實作。支援 Keras 與 TensorFlow Keras。

使用 PyTorch 進行分類

基於 PyTorch 構建的無程式碼框架，用於可重複的深度學習研究。PyTorch 生態系統。🏆 至今已實作 26 種發表於 TPAMI、CVPR、IClR、ECCV、NeurIPS、ICCV、AAAI 等會議的知識蒸餾方法。🎁 提供已訓練模型、訓練日誌與設定檔，以確保可重複性與基準測試。

使用差分進化演算法在 Cifar10 和 ImageNet 上實作《欺騙深度神經網路的單像素攻擊》的 Keras 版本

Tensorflow、Keras 實現的 U-net、V-net、U-net++、UNET 3+、Attention U-net、R2U-net、ResUnet-a、U^2-Net、TransUNET 和 Swin-UNET，並可選 ImageNet 訓練主幹網路。

資料集管理框架，是用來建構、分析與管理 Computer Vision 資料集的 Python 程式庫與 CLI 工具。

CAIRI 監督式、半監督式與自我監督式視覺表徵學習工具箱與基準測試

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, 別名 kecam

更困難的 ImageNet 測試集（CVPR 2021）

RectLabel 是一款用於物件偵測與分割的離線影像標註工具。