コンピュータビジョン
supervision
roboflow/supervision
Reusable utilities for computer vision data handling, detection annotation and tracking workflows.
★ 49.9K⑂ 4.8KPython
ToolAI.io · GitHubチャンネル
コンピュータビジョン · GitHub上のオープンソースAIプロジェクト
ライセンス、セットアップ、ダウンロード、スクリーンショット、関連リソースを各エントリーに掲載した、LLM、エージェント、MCP、RAG、AI開発プロジェクトの事実に基づくインデックス。
公開リポジトリのデータ
プロジェクトインデックス
コンピュータビジョン
Segment Anything: Generate Image Segmentation Masks with Points and Boxes
facebookresearch/segment-anything
Meta’s SAM image segmentation project supports prompt inputs such as points and boxes, and can also automatically generate candidate masks for an entire image. It is suitable for interactive annotation and image processing workflows.
★ 54.8K⑂ 6.4KPython
コンピュータビジョン
DINOv2: visual features for classification and retrieval
facebookresearch/dinov2
Meta’s self-supervised vision models provide pretrained backbones and task heads for feature extraction, visual retrieval and downstream adaptation.
★ 13.3K⑂ 1.3KPython
コンピュータビジョン
GLM-OCR: document recognition with Markdown and JSON output
zai-org/GLM-OCR
An OCR project for tables, formulas and complex layouts, with hosted and self-hosted pipelines, a CLI and a Python SDK.
★ 7.5K⑂ 671Python
コンピュータビジョン
PaddleDetection
PaddlePaddle/PaddleDetection
Object Detection toolkit based on PaddlePaddle. It supports object detection, instance segmentation, multiple object tracking and real-time multi-person keypoint detection.
★ 14.3K⑂ 3KPython
コンピュータビジョン
PaddleSeg
PaddlePaddle/PaddleSeg
Easy-to-use image segmentation library with awesome pre-trained model zoo, supporting wide-range of practical tasks in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation, etc.
★ 9.4K⑂ 1.7KPython
コンピュータビジョン
sam2
facebookresearch/sam2
The repository provides code for running inference with the Meta Segment Anything Model 2 (SAM 2), links for downloading the trained model checkpoints, and example notebooks that show how to use the model.
★ 19.6K⑂ 2.5KJupyter Notebook
コンピュータビジョン
VGGT: Estimating Cameras, Depth, and 3D Structure from Multi-View Images
facebookresearch/vggt
Visual Geometry Grounded Transformer predicts camera parameters, depth maps, point maps, and point tracks from scene images, making it suitable for preliminary geometric estimation in 3D vision research and reconstruction workflows.
★ 14.4K⑂ 1.5KPython
2 / 2ページ · 20件のプロジェクト