Unüberwachtes semantisches Segmentieren durch Destillieren von Merkmalsübereinstimmungen
Segmentieren Sie Bilder in verschiedene Teile, ohne dass gekennzeichnete Daten erforderlich sind, mithilfe einer spezifischen Deep-Learning-Methode.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarUnüberwachtes semantisches Segmentieren durch Destillieren von Merkmalsübereinstimmungen
STEGO hat 791 Sterne auf GitHub. Es wurde 157-mal geforkt. STEGO ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2022 aktiv entwickelt. STEGO ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: computer-vision, deep-learning, iclr2022, pytorch.
Unüberwachtes semantisches Segmentieren durch Destillieren von Merkmalsübereinstimmungen
STEGO ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. STEGO ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
STEGO ist unter der MIT-Lizenz verfügbar.
STEGO ist hauptsächlich in Jupyter Notebook geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/mhamilton723-stego.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.