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 2026-08-09 · 当前星标 ★ 77
核心亮点
- CVPR 2024 官方实现，算法有顶会背书，可靠性高
- 多基础模型协同，充分利用 CLIP 等预训练模型的泛化能力
- 代码基于 PyTorch，结构清晰，易于上手和二次开发
不足之处
- 项目处于早期，文档和社区支持待观察
- 依赖多个大型基础模型，推理和训练资源消耗较大
适用场景
- 自动驾驶场景下的语义分割（应对不同城市、天气）
- 机器人视觉在未知环境中的感知
- 学术研究：域泛化、多模态基础模型融合
替代项目
HRDA、DAFormer、SegFormer
同类项目推荐
Awesome_Mamba
开源
一网打尽医学影像中的高效状态空间模型研究
Computation-Efficient Era: A Comprehensive Survey of State Space Models in Medical I···
OpenShape_code
开源
让AI看懂任意3D形状，零样本也能分类检索
official code of “OpenShape: Scaling Up 3D Shape Representation Towards Open-World ···
PGS
开源
在Processing里轻松搞定复杂几何处理，让创意不卡壳。
Processing Geometry Suite
ZoomEye
开源
像人一样缩放看图，让多模态模型看清细节
[EMNLP-2025 Oral] ZoomEye: Enhancing Multimodal LLMs with Human-Like Zooming Capabil···
ovam
开源
用扩散模型生成精准的开放词汇语义分割图
Code for the paper Open-Vocabulary Attention Maps with Token Optimization for Semant···
ImageIndexer
开源
本地跑大模型，自动给图片打标签，搜图快人一步
Creates an index of images, queries a local LLM and adds tags to the image metadata
ncnn-android-ppocrv5
开源
在安卓手机上离线跑 PaddleOCR v5 实时识图取字
ncnn android paddle ocr v5
GroundAnything
开源
一个模型并行解码，快速从图里框出目标、文字和界面元素
A 4B diffusion grounding model for fast, precise visual evidence extraction. Unifies···
rio-tiler
开源
把遥感大图切成地图瓦片，按需读取不浪费流量
User friendly Rasterio plugin to read raster datasets.