Accueil Projets Amazing-Semantic-Segmentation
Amazing-Semantic-Segmentation

Amazing-Semantic-Segmentation

par luyanger1799 · GitHub

Segmentation sémantique incroyable sur Tensorflow && Keras (inclut FCN, UNet, SegNet, PSPNet, PAN, RefineNet, DeepLabV3, DeepLabV3+, DenseASPP, BiSegNet)

Voir sur GitHub
⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
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 →
Amazing-Semantic-Segmentation — GitHub preview card
📈 Historique des étoiles
483482
2026-07-202026-07-29
📈 Suivez Amazing-Semantic-Segmentation

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

Segmentation sémantique incroyable sur Tensorflow && Keras (inclut FCN, UNet, SegNet, PSPNet, PAN, RefineNet, DeepLabV3, DeepLabV3+, DenseASPP, BiSegNet)

Amazing-Semantic-Segmentation compte 482 étoiles sur GitHub. Il a été forké 147 fois. Amazing-Semantic-Segmentation est écrit principalement en Python. Il est développé activement depuis 2019. Amazing-Semantic-Segmentation est disponible sous licence Apache-2.0. Ses principaux thèmes sont : computer-vision, deep-learning, keras-tensorflow, semantic-segmentation.

Frequently asked questions

Qu'est-ce que Amazing-Semantic-Segmentation ?

Segmentation sémantique incroyable sur Tensorflow && Keras (inclut FCN, UNet, SegNet, PSPNet, PAN, RefineNet, DeepLabV3, DeepLabV3+, DenseASPP, BiSegNet)

Amazing-Semantic-Segmentation est-il open source ?

Amazing-Semantic-Segmentation est un projet open source. Il est distribué sous licence Apache-2.0.

Amazing-Semantic-Segmentation est-il gratuit ?

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

Sous quelle licence est Amazing-Semantic-Segmentation ?

Amazing-Semantic-Segmentation est disponible sous licence Apache-2.0.

Dans quel langage Amazing-Semantic-Segmentation est-il écrit ?

Amazing-Semantic-Segmentation est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — Amazing-Semantic-Segmentation

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=luyanger1799-amazing-semantic-segmentation)](https://opensourceai.tech/project/luyanger1799-amazing-semantic-segmentation.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
talos
Expériences d'hyperparamètres avec TensorFlow et Keras
1.6k · artificial-intelligence
partagekeras-tensorflowtensorflow
bonnet
Bonnet : Un Cadre d'Entraînement et de Déploiement Open-Source pour la Segmentation Sémantique…
328 · convolutional-neural-networks
partagesemantic-segmentationtensorflow
pytorch-segmentation
:art: Modèles de segmentation sémantique, ensembles de données et pertes implémentés en PyTorch…
1.8k · computer-vision
partagesemantic-segmentation
CCT
📄 Segmentation sémantique semi-supervisée avec entraînement par cohérence croisée (CVPR 2020).
412 · computer-vision
partagesemantic-segmentation
pytorch-semseg
Architectures de segmentation sémantique implémentées en PyTorch
3.4k · deep-learning
partagesemantic-segmentation
pytorch-semantic-segmentation
PyTorch pour la segmentation sémantique
1.7k · deep-learning
partagesemantic-segmentation
deep-learning-keras-tensorflow
Introduction aux réseaux neuronaux profonds avec Keras et Tensorflow
3k · anaconda
partagekeras-tensorflowtensorflow
deeplabv3
Implémentation PyTorch de DeepLabV3, entraînée sur le jeu de données Cityscapes.
816 · autonomous-driving
partagesemantic-segmentation
Self-Correction-Human-Parsing
Un extracteur de représentation de parsing humain prêt à l'emploi.
1.2k · computer-vision
partagesemantic-segmentation
DinoRunTutorial
Code d'accompagnement pour le tutoriel Paperspace "Construire une IA pour jouer à Dino Run"
326 · jupyter-notebook
partagekeras-tensorflow

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