Accueil Projets Cutie
Cutie
Python

Cutie

[CVPR 2024 Highlight] Remettre l'objet dans la segmentation vidéo d'objet.

par hkchengrex · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
computer-visioncvpr2024deep-learningMITPython
Voir sur GitHub
En termes simples

Segmentez des objets dans des vidéos avec un outil interactif convivial.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
Cutie — GitHub preview card
📈 Historique des étoiles
1 0781 077
2026-07-202026-08-31
📈 Suivez Cutie

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

[CVPR 2024 Highlight] Remettre l'objet dans la segmentation vidéo d'objet.

Cutie compte 1.1k étoiles sur GitHub. Il a été forké 111 fois. Cutie est écrit principalement en Python. Il est développé activement depuis 2023. Cutie est disponible sous licence MIT. Ses principaux thèmes sont : computer-vision, cvpr2024, deep-learning, pytorch.

Frequently asked questions

Qu'est-ce que Cutie ?

[CVPR 2024 Highlight] Remettre l'objet dans la segmentation vidéo d'objet.

Cutie est-il open source ?

Cutie est un projet open source. Il est distribué sous licence MIT.

Cutie est-il gratuit ?

Oui. Cutie est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est Cutie ?

Cutie est disponible sous licence MIT.

Dans quel langage Cutie est-il écrit ?

Cutie est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — Cutie

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=hkchengrex-cutie)](https://olud.ai/project/hkchengrex-cutie.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.