RF-DETR AIモデル

Detectron2プラットフォーム

AI GitHub リポジトリ

#113

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。

Ultralytics YOLO

AI GitHub リポジトリ

#18

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。

YOLO-World

AI GitHub リポジトリ

#142

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。

Hugging Face Transformers

AI GitHub リポジトリ

🤗 Transformersは、テキスト、ビジョン、オーディオ、マルチモーダルドメインにおける最先端の機械学習モデルのために設計されたモデル定義フレームワークで、推論とトレーニングプロセスの両方を容易にします。

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。

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。

Grounding DINO

AI GitHub リポジトリ

論文「Marrying DINO with Grounded Pre-Training for Open-Set Object Detection」の公式実装です。革新的な事前トレーニング技術を通じて、物体検出能力を向上させることを目的としています。Grounding DINOは、論文「Marrying DINO with Grounded Pre-Training for Open-Set Object Detection」の公式実装です。革新的な事前トレーニング技術を通じて、物体検出能力を向上させることを目的としています。

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。