semantic-segmentation

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

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

CVPR 2026 論文與開源專案彙整

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。

使用 Python 進行影像標註，支援多邊形、矩形、圓形、線條、點與 AI 輔助標註

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

PyTorch 實作的 U-Net，用於高品質影像語意分割

[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

OpenMMLab 语义分割工具箱与基准

易用的影像分割函式庫，提供優秀的預訓練模型集，支援語意分割、互動分割、全景分割、影像抠圖、3D 分割等多種實務任務

Gluon CV Toolkit

設計或視覺化神經網路架構的工具。

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

精選優秀資料標註工具清單

SegFormer 的官方 PyTorch 實作

pySLAM 是一個混合 Python/C++ 的視覺 SLAM 管線，支援單目、立體與 RGB‑D 相機。它提供廣泛的現代局部與全局特徵提取器、多種循環閉環策略、體積重建模組、整合深度預測模型，以及語義分割功能，以提升場景理解

深度學習網路訓練沙盒

Minkowski Engine 是一個用於高維稀疏張量的自動微分神經網路函式庫

ICCV 2025 論文與開源專案合集

[CVPR 2023 Highlight] InternImage：利用可變形卷積探索大規模視覺基礎模型

[IEEE TMI 最佳論文獎] UNet++ 官方實作

以 PyTorch 編寫、用於體積語意分割的 3D U-Net 模型

Open3D 的擴充套件，用於處理 3D 機器學習任務

用於衛星與航空影像深度學習的開源函式庫與框架。

[CVPR 2025] MambaVision 官方 PyTorch 實作：混合 Mamba-Transformer 視覺骨幹網路

透過簡單的網頁介面或桌面應用程式，協作並標註任何類型的資料、影像、文字或文件。

用於點陣圖與點雲的網頁標註工具

適用於 iOS/macOS 的 Core ML 模型庫 — 將 PyTorch 模型轉換為可以直接使用的 .mlpackage，每個模型都附帶轉換腳本與 SwiftUI 範例應用程式。同系列專案還涵蓋了 Apple 的 Core AI 框架（iOS/macOS 27）與端側 LLM。

:art: 以 PyTorch 實現的語義分割模型、資料集與損失函數。