Detectron2プラットフォーム

DINOv3

AI GitHub リポジトリ

Facebook Researchによって開発された参照PyTorch実装とモデルを提供します。これは、コンピュータビジョンタスクのために自己教師あり学習技術を活用することに興味のある研究者や開発者向けに設計されています。DINOv3は、Facebook Researchによって開発された参照PyTorch実装とモデルを提供します。これは、コンピュータビジョンタスクのために自己教師あり学習技術を活用することに興味のある研究者や開発者向けに設計されています。

YOLO-World

AI GitHub リポジトリ

#144

AILab-CVCによって開発されたリアルタイムのオープンボキャブラリーオブジェクト検出ツールです。トレーニング中に見られなかったオブジェクトの検出を可能にすることで、さまざまなアプリケーションに対応できる柔軟性を提供します。YOLO-Worldは、AILab-CVCによって開発されたリアルタイムのオープンボキャブラリーオブジェクト検出ツールです。トレーニング中に見られなかったオブジェクトの検出を可能にすることで、さまざまなアプリケーションに対応できる柔軟性を提供します。

Scalabel

AI GitHub リポジトリ

データセットのラベリングと管理プロセスを効率化するために設計された多目的なウェブベースの視覚データ注釈ツールです。さまざまな注釈タイプをサポートしており、コンピュータビジョンや機械学習プロジェクトにおける多様なアプリケーションに適しています。Scalabelは、データセットのラベリングと管理プロセスを効率化するために設計された多目的なウェブベースの視覚データ注釈ツールです。さまざまな注釈タイプをサポートしており、コンピュータビジョンや機械学習プロジェクトにおける多様なアプリケーションに適しています。

Perception Encoder

AI GitHub リポジトリ

Facebook Researchによって開発された最先端のAIツールです。画像および動画のCLIPモデルとマルチモーダル大規模言語モデルに特化しており、視覚データとテキストデータの処理と理解において高度な機能を提供します。Perception Encoderは、Facebook Researchによって開発された最先端のAIツールです。画像および動画のCLIPモデルとマルチモーダル大規模言語モデルに特化しており、視覚データとテキストデータの処理と理解において高度な機能を提供します。

Vision Transformer

AI GitHub リポジトリ

Vision Transformer (ViT) リポジトリは、画像認識タスク用のモデルとコードを提供します。ImageNet および ImageNet-21k データセットで事前学習済みの Vision Transformer および MLP-Mixer アーキテクチャの実装が含まれており、JAX/Flax でのファインチューニング用コードも提供します。

Ultralytics YOLO

AI GitHub リポジトリ

#21

Ultralytics YOLOにはYOLO26、YOLO11、YOLOv8が含まれており、物体検出、インスタンスセグメンテーション、セマンティックセグメンテーション、画像分類、ポーズ推定、物体追跡の機能を提供します。これはコンピュータビジョンの分野における開発者や研究者向けに設計されています。

R-FCN

AI GitHub リポジトリ

完全畳み込みネットワークを活用した領域ベースの物体検出フレームワークであり、高精度かつ効率的な画像解析を実現します。画像全体で計算を共有することで、ResNetのような強力な分類器バックボーンの採用を可能にし、物体検出能力を向上させます。R-FCNは、完全畳み込みネットワークを活用した領域ベースの物体検出フレームワークであり、高精度かつ効率的な画像解析を実現します。画像全体で計算を共有することで、ResNetのような強力な分類器バックボーンの採用を可能にし、物体検出能力を向上させます。

Mask R-CNN

AI GitHub リポジトリ

KerasとTensorFlowで実装された物体検出およびインスタンスセグメンテーションのための深層学習モデルです。画像内の物体を特定し、セグメント化するように設計されており、コンピュータビジョンのさまざまなアプリケーションにおいてピクセルレベルの精度を提供します。Mask R-CNNは、KerasとTensorFlowで実装された物体検出およびインスタンスセグメンテーションのための深層学習モデルです。画像内の物体を特定し、セグメント化するように設計されており、コンピュータビジョンのさまざまなアプリケーションにおいてピクセルレベルの精度を提供します。