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 2026-11-11 · 当前星标 ★ 170
技术标签
核心亮点
- 复用 ultralytics 训练/验证/导出流程，熟悉 YOLO 的用户迁移成本低
- 内置多种双模态融合策略，可直接对比早期融合与特征级融合效果
- 代码为纯 Python 且结构清晰，便于二次修改融合模块做研究实验
不足之处
- 项目处于早期，星标与社区规模小，文档和示例覆盖有限
- 双模态数据集需自行配对整理，缺少开箱即用的数据准备工具链
适用场景
- 红外与可见光融合的行人/车辆检测研究
- 低光照、烟雾等复杂环境下的鲁棒目标检测
- 多传感器监控或车载感知的原型验证
替代项目
MMDetection、ultralytics、MMYOLO
同类项目推荐
Olympus
开源
一个路由搞定所有视觉任务，免去逐个微调
[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···
Falcon-Perception
开源
原生多模态模型推理，看图识文一步到位
Inference repo for Falcon-Perception and Falcon-OCR model, early-fusion, natively mu···
PolarFormer
开源
用极坐标 Transformer 做多相机 3D 检测
[AAAI 2023] PolarFormer: Multi-camera 3D Object Detection with Polar Transformers
llm_aided_ocr
开源
用 LLM 把扫描 PDF 变成干净 Markdown，识别更准、格式更规整。
Enhances Tesseract OCR output using LLMs (local or API) for error correction, smart ···
Lexicon3D
开源
测出视觉模型对三维世界的真实理解力
[NeurIPS 2024] Lexicon3D: Probing Visual Foundation Models for Complex 3D Scene Unde···
pix2gestalt
开源
从部分可见图像，零样本补全出完整物体形状
Code for the paper "pix2gestalt: Amodal Segmentation by Synthesizing Wholes" (CVPR 2···
comfyui_segment_anything
开源
在ComfyUI里用一句话，自动分割图像中任何物体
Based on GroundingDino and SAM, use semantic strings to segment any element in an im···
reaction-diffusion-playground
开源
拖拽鼠标，实时生成变幻无穷的有机纹理图案
Interactive reaction-diffusion simulation with organic patterns and behaviors that e···
GSFixer
开源
用视频扩散先验修复3D重建，让渲染更真实
[ICML 2026] GSFixer: Improving 3D Gaussian Splatting with Reference-Guided Video Dif···