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 2026-08-09 · 当前星标 ★ 53
核心亮点
- 创新性地融合扩散模型特征与归一化割算法，无需训练即可分割任意类别
- 在多个基准数据集上达到SOTA性能，验证了方法的有效性
- 代码结构清晰，提供Jupyter示例，易于复现和二次开发
不足之处
- 依赖Stable Diffusion模型，推理速度较慢，资源消耗大
- 对复杂场景或小目标分割效果可能不稳定
- 文档/社区待观察
适用场景
- 自动驾驶场景中的道路、车辆、行人分割
- 医学图像中的器官或病变区域识别
- 电商图像中的商品前景提取
替代项目
FreeSeg、SegGPT、CLIPpy
上一篇：comfyui-daam
下一篇：PhysInOne
同类项目推荐
comfyui-daam
开源
在 ComfyUI 中可视化每个词对生成图像的注意力影响
ComfyUI custom nodes for Diffusion Attentive Attribution Maps (DAAM)
viseron
开源
本地化智能监控，隐私安全，实时识别物体人脸车牌
Self-hosted, local only NVR and AI Computer Vision software. With features such as ···
litepali
开源
轻量级图像检索，云端部署省资源，检索快人一步
LitePali is a minimal, efficient implementation of ColPali for image retrieval and i···
dpscreenocr
开源
框选屏幕任意区域，一键提取文字到剪贴板
A program to recognize text on the screen
surya
开源
多语言文档一键 OCR，版面表格阅读顺序全搞定
OCR, layout analysis, reading order, table recognition in 90+ languages
pytorch-image-models
开源
一行代码调用数百个预训练视觉骨干，省去复现选型成本
The largest collection of PyTorch image encoders / backbones. Including train, eval,···
document-ai-samples
开源
照着 Notebook 跑一遍，快速上手文档 OCR 与字段抽取
Sample applications and demos for Document AI, the end-to-end document processing pl···
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 +···
vivid123
开源
一张图生成多视角视频，3D重建更轻松
[CVPR 2024 Highlight] ViVid-1-to-3: Novel View Synthesis with Video Diffusion Models