Efficient-Segmentation-Networks
Leichte Modelle für die Echtzeit-Semantische Segmentierung auf PyTorch (einschließlich SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet usw.)
Führen Sie Echtzeit-Bildsegmentierungsmodelle für Aufgaben wie das Verständnis von Fahrszenen mit PyTorch aus.
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 abbestellbarLeichte Modelle für die Echtzeit-Semantische Segmentierung auf PyTorch (einschließlich SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet usw.)
Efficient-Segmentation-Networks hat 1k Sterne auf GitHub. Es wurde 167-mal geforkt. Efficient-Segmentation-Networks ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. Efficient-Segmentation-Networks ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: camvid, cityscapes, computer-vision, driving-scene-understanding.
Was ist Efficient-Segmentation-Networks?
Leichte Modelle für die Echtzeit-Semantische Segmentierung auf PyTorch (einschließlich SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet usw.)
Ist Efficient-Segmentation-Networks Open Source?
Efficient-Segmentation-Networks ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist Efficient-Segmentation-Networks kostenlos?
Ja. Efficient-Segmentation-Networks ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht Efficient-Segmentation-Networks?
Efficient-Segmentation-Networks ist unter der MIT-Lizenz verfügbar.
In welcher Sprache ist Efficient-Segmentation-Networks geschrieben?
Efficient-Segmentation-Networks ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/xiaoyufenfei-efficient-segmentation-networks.html)
