RF-DETR AI模型

Detectron2 平台

AI GitHub 仓库

#113

旨在进行目标检测、分割和各种视觉识别任务的平台。由 Facebook Research 开发，它为开发者和研究人员提供了先进的工具，以实现最先进的计算机视觉应用。Detectron2 是一个旨在进行目标检测、分割和各种视觉识别任务的平台。由 Facebook Research 开发，它为开发者和研究人员提供了先进的工具，以实现最先进的计算机视觉应用。

Ultralytics YOLO

AI GitHub 仓库

#18

Ultralytics YOLO 包含 YOLO26、YOLO11 和 YOLOv8，提供目标检测、实例分割、语义分割、图像分类、姿态估计和目标跟踪的能力。它专为计算机视觉领域的开发者和研究人员设计。

YOLO-World

AI GitHub 仓库

#142

由 AILab-CVC 开发的实时开放词汇目标检测工具。它旨在通过允许检测训练期间未见过的物体来增强目标检测能力，使其在各种应用中具有多功能性。YOLO-World 是由 AILab-CVC 开发的实时开放词汇目标检测工具。它旨在通过允许检测训练期间未见过的物体来增强目标检测能力，使其在各种应用中具有多功能性。

Hugging Face Transformers

AI GitHub 仓库

🤗 Transformers 是一个模型定义框架，旨在支持文本、视觉、音频和多模态领域的最先进机器学习模型，促进推理和训练过程。

Mask R-CNN

AI GitHub 仓库

用于目标检测和实例分割的深度学习模型，基于 Keras 和 TensorFlow 实现。它旨在识别和分割图像中的对象，为计算机视觉的各种应用提供像素级的准确性。Mask R-CNN 是一个用于目标检测和实例分割的深度学习模型，基于 Keras 和 TensorFlow 实现。它旨在识别和分割图像中的对象，为计算机视觉的各种应用提供像素级的准确性。

Detection Transformers (DETR)

AI 模型

DETR 是一种端到端的对象检测和全景分割框架，将 Transformer 作为核心组件集成。它简化了架构，直接预测对象集，并在 COCO 等具有挑战性的数据集上达到了最先进的性能，为计算机视觉任务提供了更灵活、更精简的方法。

Grounding DINO

AI GitHub 仓库

论文《将 DINO 与基础预训练结合用于开放集物体检测》的官方实现。它旨在通过创新的预训练技术增强物体检测能力。Grounding DINO 是论文《将 DINO 与基础预训练结合用于开放集物体检测》的官方实现。它旨在通过创新的预训练技术增强物体检测能力。

DINOv3

AI GitHub 仓库

提供了一个由 Facebook Research 开发的参考 PyTorch 实现和模型。它旨在为希望利用自监督学习技术进行计算机视觉任务的研究人员和开发者提供支持。DINOv3 提供了一个由 Facebook Research 开发的参考 PyTorch 实现和模型。它旨在为希望利用自监督学习技术进行计算机视觉任务的研究人员和开发者提供支持。