gen2seg

用生成模型让实例分割无需标注，开箱即用

开源 🏷️完全免费 ✅ 目前可打开 图像生成 🍴 复刻 3 👀 关注 9
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 78
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，提供在线演示页面，代码公开，可免费使用。

项目预览

gen2seg 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类图像生成
开发团队UCDvision
官网地址https://reachomk.github.io/gen2seg
GitHubhttps://github.com/UCDvision/gen2seg
定价模式🏷️完全免费
价格说明开源项目，提供在线演示页面，代码公开，可免费使用。
访问状态✅ 目前可打开
是否开源是
主要语言Python
技术栈/模型computer-vision,generative-ai,iclr2026,machine-learning,segmentation,self-supervised-learning,stable-diffusion
GitHub 星标★ 78
上线时间2025-05-20 00:00:00
代码更新2026-02-09
仓库体积2.2 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

gen2seg 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赖大量标注数据、泛化能力有限的问题，通过利用生成模型强大的语义理解与特征表达能力，将图像生成任务与分割任务结合，使模型能够在不依赖特定类别标注的情况下，对任意图像中的实例进行分割。核心能力包括：利用预训练生成模型的中间特征进行分割，支持零样本或少样本的通用分割，以及提供与生成模型联合训练的框架。项目代码基于 Python，主要涉及计算机视觉、生成式 AI、自监督学习等技术，目前处于早期阶段（GitHub 星标 75），但提供了完整的训练与推理代码。

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 ★ 78

核心亮点

  • 创新性地将生成模型（Stable Diffusion）用于分割，思路新颖，有论文支撑
  • 支持零样本/少样本分割，减少对大量标注数据的依赖
  • 代码结构清晰，基于主流框架，易于复现和扩展

不足之处

  • 项目处于早期，文档和社区支持待观察
  • 依赖生成模型，推理速度可能较慢，资源消耗大

适用场景

  • 自动驾驶场景中的通用物体分割（无需预定义类别）
  • 医学图像中罕见病变的实例分割（标注数据稀缺）
  • 图像编辑中基于语义的物体选择与分割

替代项目

Segment Anything (SAM)、Mask2Former、OneFormer

上一篇：Conceptor

下一篇：ovam

同类项目推荐

kornia-rs 开源

用 Rust 写高性能视觉算子，还能被 Python 直接调用

Low-level 3D Computer Vision library in Rust

★ 751 2026-09-18
fsdl-text-recognizer-2022-labs 开源

跟着课程撸一个能跑的文本识别全流程项目

Complete deep learning project developed in Full Stack Deep Learning, 2022 edition. ···

★ 533 2026-08-09
MovieChat 开源

把整部电影装进模型，问啥答啥，长视频理解不再难。

[CVPR 2024] MovieChat: From Dense Token to Sparse Memory for Long Video Understandin···

★ 711 2026-08-09
groundingLMM 开源

让AI边聊边精准圈出图像中的每个物体

[CVPR 2024 ] Grounding Large Multimodal Model (GLaMM), the first-of-its-kind model c···

★ 969 2026-08-09
AnomalyVFM 开源

零样本异常检测，无需训练直接部署

[CVPR'26] AnomalyVFM -- Transforming Vision Foundation Models into Zero-Shot Anomaly···

★ 80 2026-08-09
EmerNeRF 开源

自监督分解动态场景，轻松重建三维世界

PyTorch Implementation of EmerNeRF: Emergent Spatial-Temporal Scene Decomposition vi···

★ 641 2026-08-09
kwiver 开源

用配置拼装视觉算法，运行时换模块不重编译

Mirror of upstream KWIVER: Pulls Together Computer Vision Algorithms into Highly-Mod···

★ 204 2026-09-18
Xiaomi-OCR-0 开源

Python 实现的 OCR 工具，图片文字快速检测识别

Xiaomi-OCR-0

★ 1011 2026-10-27
nnDetection 开源

医学3D检测免调参，换数据集直接跑

nnDetection is a self-configuring framework for 3D (volumetric) medical object detec···

★ 664 2026-10-14