Modelli leggeri per la segmentazione semantica in tempo reale su PyTorch (includono SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet, ecc.)
Esegui modelli di segmentazione delle immagini in tempo reale per compiti come la comprensione delle scene di guida utilizzando PyTorch.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiModelli leggeri per la segmentazione semantica in tempo reale su PyTorch (includono SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet, ecc.)
Efficient-Segmentation-Networks ha 1k stelle su GitHub. È stato forkato 167 volte. Efficient-Segmentation-Networks è scritto principalmente in Python. È in sviluppo attivo dal 2019. Efficient-Segmentation-Networks è disponibile con licenza MIT. I suoi temi principali sono: camvid, cityscapes, computer-vision, driving-scene-understanding.
Modelli leggeri per la segmentazione semantica in tempo reale su PyTorch (includono SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet, ecc.)
Efficient-Segmentation-Networks è un progetto open source. È rilasciato con licenza MIT.
Sì. Efficient-Segmentation-Networks è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Efficient-Segmentation-Networks è disponibile con licenza MIT.
Efficient-Segmentation-Networks è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/xiaoyufenfei-efficient-segmentation-networks.html)