项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-10-29 · 当前星标 ★ 156
技术标签
核心亮点
- 提供预训练分割模型与 Notebook 示例，开箱即可跑通文献图像切分流程
- 像素级分割而非简单矩形裁剪，能处理一图多结构、结构重叠或倾斜排版
- 与 DECIMER 光学化学结构识别工具链衔接，切分结果可直接进入结构转 SMILES 流程
不足之处
- 仅覆盖检测与分割环节，结构式转可编辑化学格式需搭配其他模型
- 以 Notebook 为主，缺少封装好的命令行或服务接口，工程集成需自行改造
适用场景
- 批量从化学期刊 PDF 截图中提取结构式并整理成图像数据集
- 为化学结构识别模型准备训练数据，自动生成分割标注
- 构建文献化学信息抽取流水线的前处理环节
替代项目
MolScribe、DECIMER、OSRA
同类项目推荐
SDMatte
开源
点几下鼠标，扩散模型帮你生成精准抠图
Official code for our ICCV2025 paper "SDMatte: Grafting Diffusion Models for Interac···
ultralytics-YOLO-DeepSort-ByteTr···
开源
点点鼠标，就能用YOLO加跟踪算法跑视频和摄像头
a GUI application, which uses YOLOs (YOLOv8, YOLO11, YOLOv13) for Object Detection/T···
MaterialPalette
开源
一张照片，提取材质贴图，直接用于渲染和编辑。
[CVPR 2024] Official repository of "Material Palette: Extraction of Materials from a···
claude-real-video
开源
让 Claude 看懂视频：自动提取关键帧和字幕，喂给大模型
Let Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames +···
compv
开源
ARM/x86 上跑视觉算法，比 OpenCV 快最多 50 倍
Insanely fast Open Source Computer Vision library for ARM and x86 devices (Up to #50···
Groma
开源
让多模态模型精准指认图像中的每个区域，实现细粒度视觉定位。
[ECCV2024] Grounded Multimodal Large Language Model with Localized Visual Tokenizati···
depth_any_camera
开源
任意相机秒出深度图，零样本适配鱼眼全景
[CVPR 2025] Depth Any Camera: Zero-Shot Metric Depth Estimation from Any Camera
AlbumentationsX
开源
一行代码给图像加增强，标注同步不跑偏
Image augmentation for computer vision. AGPL-3.0-only or commercial licensing.
albucore
开源
让图像增强算子跑得更快，训练数据管道不再卡顿
A high-performance image processing library designed to optimize and extend the Albu···