Aprendiendo a Adaptar el Espacio de Salida Estructurado para Segmentación Semántica, CVPR 2018 (spotlight)
Adapta modelos de segmentación semántica para trabajar mejor con imágenes del mundo real utilizando una implementación en Python.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasAprendiendo a Adaptar el Espacio de Salida Estructurado para Segmentación Semántica, CVPR 2018 (spotlight)
AdaptSegNet tiene 856 estrellas en GitHub. Se ha bifurcado 207 veces. AdaptSegNet está escrito principalmente en Python. Se desarrolla activamente desde 2018. Sus temas principales son: adversarial-learning, computer-vision, deep-learning, domain-adaptation.
Aprendiendo a Adaptar el Espacio de Salida Estructurado para Segmentación Semántica, CVPR 2018 (spotlight)
AdaptSegNet es un proyecto de código abierto.
Sí. AdaptSegNet es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
AdaptSegNet está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/wasidennis-adaptsegnet.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.