eomt 是计算机视觉领域的开源项目，由 tue-mps 开发，2024 年首次发布。
它收录于计算机视觉分类，该分类目前共有 446 个项目，GitHub 星标数为 626。
项目仍在小幅维护中，最近一次代码更新于 2026-09-23。MIT许可证，代码和模型完全免费，无付费版本。
它主要面向的使用场景是：实时视频分割应用。同类可对比的替代方案包括 Mask2Former、MaskFormer、DETR。
eomt
仅编码器搞定图像分割，又快又准
EoMT（Encoder-only Mask Transformer）是一个CVPR 2025 Highlight项目，提供仅编码器的掩码Transformer官方实现，用于图像分割任务，包括实例分割和全景分割。它解决了传统掩码Transformer依赖解码器导致计算开销大的问题，通过创新的编码器架构直接生成掩码，显著提升推理效率。核心能力包括高精度分割、快速推理和内存效率优化，支持主流视觉Transformer骨干网络。项目提供完整训练和评估代码，以及预训练模型，便于复现和二次开发。
开源
free
计算机视觉
GitHub 星标
★ 626
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类计算机视觉
开发团队tue-mps
所属国家
定价模式free
价格说明开源项目，MIT许可证，代码和模型完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型eomt,image-segmentation,instance-segmentation,panoptic-segmentation,segmentation,transformers,vision-transformer,vit
GitHub 星标★ 626
30天Star增速
HF 下载量
上线时间2024-12-02 00:00:00
最近更新2026-09-23 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数7
使用教程
核心亮点
- 仅编码器架构，推理速度比解码器方案快数倍
- CVPR 2025 Highlight，方法经过严格学术验证
- 支持实例和全景分割，覆盖主流分割任务
不足之处
- 文档/社区待观察
适用场景
- 实时视频分割应用
- 移动端或边缘设备部署
- 大规模图像分割数据集处理
替代项目
Mask2Former、MaskFormer、DETR
项目介绍
上一篇：caer
同类项目推荐
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测，又快又准，直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3