segmentation
本站收录 43 个带「segmentation」标签的 AI 开源项目
segmentation_models.pytorchsegmentation_models.pytorch 是一个基于 PyTorch 的语义分割模型库,提供 500+ 预训练骨干网络(涵盖卷积和 Transfo★ 11,806
comic-translatecomic-translate 是一个开源的 AI 漫画与图像翻译工具,支持浏览器扩展和桌面应用,可自动翻译漫画、韩漫、日漫、欧美漫画等多种图像格式(如图片、P★ 3,012
LISALISA 是一个基于大型语言模型(LLM)的推理分割(Reasoning Segmentation)项目。它解决的是传统图像分割任务中,用户需要明确指定目标类别★ 2,693
ComfyUI-RMBGComfyUI-RMBG 是一个专为 ComfyUI 设计的自定义节点,用于高级图像背景移除和对象、人脸、衣物及时尚分割。它集成了 RMBG-2.0、INSPY★ 2,235
awesome-diffusion-categorized这是一个精选扩散模型论文的合集,按子领域分类整理,旨在帮助研究者和开发者快速定位特定方向的学术资源。项目解决了扩散模型论文数量庞大、检索困难的问题,通过系统化的★ 2,220
ml-cvnetsCVNets 是苹果开源的计算机视觉训练库,基于 PyTorch 构建,目标是把分类、检测、分割等任务的训练流程统一到一套可复用的框架里。它解决的核心问题是:视★ 1,995
awesome-segment-anything这是一个精选资源列表,系统整理了与 Segment Anything 模型(SAM)相关的论文、项目和工具。它解决了 AI 社区中 SAM 生态信息分散、难以追★ 1,697
CVPR2024-Papers-with-Code-Demo这是一个CVPR 2024论文与代码的精选合集,旨在解决计算机视觉领域研究者难以快速获取最新成果和复现资源的问题。项目系统性地整理了CVPR 2024上发表的论★ 1,411
sd-webui-inpaint-anythingsd-webui-inpaint-anything 是一个基于 Stable Diffusion WebUI 的扩展,它将 Segment Anything 的★ 1,295
segment-anything-videosegment-anything-video(MetaSeg)是 Meta 的 Segment Anything(SAM)模型的工程化封装版本,主要解决 SAM★ 980
YoloDotNetYoloDotNet 是一个基于 C# 与 .NET 8.0 的计算机视觉推理库,目标是把 YOLO 系列模型在 .NET 生态中跑通并封装成易用 API。它解★ 856
caercaer 是一个面向计算机视觉研究的高性能 Python 库,旨在减少样板代码,让研究者专注于核心算法。它整合了图像处理、数据增强、模型训练与评估等常用功能,提★ 823
eomtEoMT(Encoder-only Mask Transformer)是一个CVPR 2025 Highlight项目,提供仅编码器的掩码Transformer★ 645
AlbumentationsXAlbumentationsX 是经典图像增强库 Albumentations 的延续版本,面向计算机视觉训练场景,提供高性能、多样化的数据增强能力。它解决的核★ 597
awesome-time-series-segmentation-papers这是一个聚焦时间序列分割(Time Series Segmentation)方向的论文阅读清单仓库,系统整理了该领域的重要学术文献。时间序列分割旨在把连续的时间★ 548
yolo-flutter-appyolo-flutter-app 是 Ultralytics 官方推出的 Flutter 插件,让移动端应用可以直接调用 YOLO 系列模型完成实时视觉推理。它★ 512
awesome-camouflaged-object-detection这是一个聚焦伪装/隐蔽目标检测(Camouflaged Object Detection, COD)的精选资源合集,系统整理了该领域的研究论文、数据集、代码实现★ 501
VisioFirmVisioFirm 是一个跨平台的计算机视觉标注工具,用 Python 开发,目标是让图像标注这件事更快更省力。它把 AI 自动标注能力直接集成到标注流程里,借★ 444
SuPreMSuPreM 是一个面向医学影像分析的3D预训练模型库,基于ICLR 2024 oral论文提出。它利用9,262个CT体数据和25个标注类别进行监督预训练,解★ 436
MangaTranslatorMangaTranslator 是一个用 Python 编写的开源漫画翻译应用,目标是把日漫、韩漫、国漫等图片中的对话自动翻译成目标语言。它把整条流水线串起来:★ 373
awesome-segment-anything-extensions这是一个精选列表,汇集了围绕 Meta 的 Segment Anything Model (SAM) 生态的各类扩展项目、工具和资源。它解决了 SAM 社区资源★ 348
diffsegDiffSeg 是一种基于 Stable Diffusion 注意力信息的无监督零样本分割方法。它利用扩散模型在生成图像时产生的注意力图,无需任何标注数据即可将★ 328
x-unetx-unet 是一个基于 PyTorch 的 U-Net 图像生成与分割实现,旨在整合高效的注意力机制和最新的研究成果。它解决了传统 U-Net 在长距离依赖建★ 294
inpaint-anythingInpaint Anything 是一个基于浏览器的图像修复工具,它将 Meta 的 Segment Anything 模型(SAM)与 Stable Diff★ 274
DeepLIIFDeepLIIF 是一个基于深度学习的多重免疫荧光图像分析工具,专注于免疫组化(IHC)图像的定量分析。它解决了病理学中传统人工定量分析主观性强、效率低、难以标★ 265
notebooks这是 Ultralytics 官方维护的 YOLO 系列教程笔记本合集,主要面向 Colab、Kaggle 和 SageMaker 等云端环境。项目解决的是用户★ 248
inference这是一个用 Rust 编写的高性能推理库,专注运行 Ultralytics YOLO 系列模型,底层基于 ONNX Runtime,并提供 CUDA、CoreM★ 221
BiaPyBiaPy 是一个开源的 Python 库,旨在简化生物图像分析流程的构建。它基于深度学习,提供从数据预处理、模型训练到结果可视化的端到端解决方案。核心能力包括★ 219
grounded-segment-anything-colab这是一个基于 Colab 的交互式笔记本,整合了 Grounding DINO、Segment Anything 和 Stable Diffusion 三大模型★ 191
ai4rsai4rs 是一个面向遥感视觉的开源项目,基于 MMDetection、MMRotate、MMLab 生态构建,专注解决遥感图像中的目标检测、旋转框检测(OBB★ 165
ETRISETRIS 是 ICCV 2023 论文《Bridging Vision and Language Encoders: Parameter-Efficient ★ 151
MuscleMapMuscleMap 是一个开源、社区支持的全身肌肉定量 MRI 分析平台。它解决的是肌肉萎缩、肥胖、代谢疾病等研究中缺乏标准化、可重复的全身肌肉影像分析工具的问★ 149
pansegpanseg 是一个面向密集堆积 3D 体积图像的细胞实例感知分割工具。它主要解决在生物图像分析中,细胞在三维空间内高度重叠、难以准确区分个体边界的问题。该工具★ 138
Awesome-ComputerVisionAwesome-ComputerVision 是一个以 Python 生态为主的计算机视觉资源精选清单,定位为学习与选型索引而非可运行框架。它把图像分类、细粒度★ 129
Stable-Diffusion-SegStable-Diffusion-Seg 是 MICCAI 2024 论文的官方代码库,专注于利用 Stable Diffusion 模型进行生物医学图像分割。★ 117
LesionLocatorLesionLocator 是一个面向 3D 全身医学影像的开源框架,专注解决零样本病灶分割与纵向肿瘤追踪问题。传统病灶分割模型通常需要针对特定数据集和病灶类型★ 115
latent-diffusion-segmentation这是一个基于潜在扩散模型(Latent Diffusion)的开放世界全景分割与掩码修复工具,来自ECCV 2024论文。它解决传统全景分割依赖封闭类别集合、难★ 108
MITK-DiffusionMITK-Diffusion 是医学影像交互工具包 MITK 的官方扩散磁共振(dMRI)处理模块,用 C++ 编写。它面向神经影像研究与临床科研场景,解决从原★ 107
gen2seggen2seg 是一个基于生成式模型(如 Stable Diffusion)实现通用实例分割的开源项目,对应 ICLR 2026 论文。它旨在解决传统分割模型依★ 80
hashformershashformers 是一个基于 Transformer 的哈希标签分割工具,旨在将连写或拼接的标签(如 #机器学习入门)自动切分为有意义的词语序列。它解决了★ 78
SeGANSeGAN 是一个基于生成对抗网络(GAN)的早期开源项目,旨在解决图像中不可见部分的语义分割与生成问题。其核心思路是通过对抗训练,让模型不仅能够识别图像中可见★ 68
annolidannolid 是一个基于实例分割的多目标跟踪与行为分析工具包,主要面向动物行为研究领域。它解决了研究人员在视频分析中手动标注耗时、难以追踪个体和提取行为特征的★ 59
MIRAGEMIRAGE 是一个多模态基础模型与基准测试集,专为视网膜光学相干断层扫描(OCT)图像的全面分析而设计,相关论文发表于 npj Digital Medicin★ 58