Mask R-CNN

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。

Detectron2プラットフォーム

AI GitHub リポジトリ

#121

物体検出、セグメンテーション、およびさまざまな視覚認識タスクのために設計されたプラットフォームです。Facebook Researchによって開発され、最先端のコンピュータビジョンアプリケーションを実装するための高度なツールを開発者や研究者に提供します。Detectron2は、物体検出、セグメンテーション、およびさまざまな視覚認識タスクのために設計されたプラットフォームです。Facebook Researchによって開発され、最先端のコンピュータビジョンアプリケーションを実装するための高度なツールを開発者や研究者に提供します。

Panoptic Feature Pyramid Networks

AI モデル

Panoptic FPNは、インスタンスセグメンテーションとセマンティックセグメンテーションを単一のネットワークアーキテクチャに統合します。共有されたFeature Pyramid Networkバックボーンを用いたセマンティックセグメンテーションブランチをMask…

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。

Ultralytics YOLO

AI フレームワーク

#11

リアルタイム物体検出および画像セグメンテーションのための主要なAIフレームワークです。YOLO26のような高度なモデルを提供し、検出、セグメンテーション、姿勢推定、トラッキングなどのタスクをサポートします。エッジデプロイメントとクラウドAPIに最適化されており、開発者は効率的に強力なコンピュータビジョンアプリケーションを構…Ultralytics YOLOは、リアルタイム物体検出および画像セグメンテーションのための主要なAIフレームワークです。YOLO26のような高度なモデルを提供し、検出、セグメンテーション、姿勢推定、トラッキングなどのタスクをサポートします。エッジデプロイメントとクラウドAPIに最適化されており、開発者は効率的に強力なコンピュータビジョンアプリケーションを構…

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。

Detection Transformers (DETR)

AI モデル

DETRは、Transformerをコアコンポーネントとして統合した、エンドツーエンドの物体検出およびパノプティックセグメンテーションフレームワークです。アーキテクチャを簡素化し、直接的に物体セットを予測し、COCOのような挑戦的なデータセットで最先端のパフォーマンスを達成し、コンピュータビジョンタスクに対してより柔軟で合理化されたアプローチを提供します。