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 2026-09-20 · 当前星标 ★ 244
核心亮点
- 提供可见光-热红外配准图像对与极小目标精细标注，填补 RGB-T 小目标评测空白
- 内置多种单模态与多模态基线及训练评测脚本，可复现论文结果
- 聚焦小目标场景，数据增强与评测指标针对远距离检测优化
不足之处
- 数据集规模与类别覆盖有限，扩展性依赖后续版本
- 早期项目，文档与社区生态相对薄弱
适用场景
- 无人机远距离行人/车辆检测研究
- 多模态融合算法在小目标上的对比实验
- 红外与可见光配准及检测教学演示
替代项目
KAIST Multispectral Pedestrian Detection、LLVIP、M3FD
上一篇：D-FINE-seg
同类项目推荐
scanbot-sdk-example-flutter
开源
Flutter 里几行代码接入文档扫描与 MRZ 识别
Easy-to-use Flutter document scanner and data extraction plugin
CWR
开源
对比学习一键复原水下图像，颜色细节双提升
Code and dataset for Single Underwater Image Restoration by Contrastive Learning, IG···
yolo-streamlit-detection-trackin···
开源
上传视频或接摄像头，网页里实时看目标检测与跟踪效果
YOLO Vision Studio: a free, open-source Streamlit app for detection, segmentation, p···
Flipped-VQA
开源
翻转问答顺序，让LLM更懂视频因果
Large Language Models are Temporal and Causal Reasoners for Video Question Answering···
mica-ppocr
开源
Java 项目引入依赖即可本地识别证件，无需 Python 和 PaddlePaddle
PP-OCRv6 纯 Java 图片 OCR（ONNX Runtime，零 PaddlePaddle 依赖，bit-exact 对位 Python···
GLAMR
开源
动态相机下，遮挡也能精准重建3D人体
[CVPR 2022 Oral] Official PyTorch Implementation of "GLAMR: Global Occlusion-Aware H···
MulimgViewer
开源
一个界面并排看多图，对比拼接不用来回切窗口
MulimgViewer is a multi-image viewer that can open multiple images in one interface,···
scene-language
开源
用程序+文字+嵌入，一句话生成可编辑的3D场景
(CVPR 2025 Highlight) The Scene Language: Representing Scenes with Programs, Words, ···
MultimodalOCR
开源
用29项细粒度任务，测出多模态大模型的OCR真实水平
On the Hidden Mystery of OCR in Large Multimodal Models (OCRBench)