Início Projetos Amazing-Semantic-Segmentation
Amazing-Semantic-Segmentation

Amazing-Semantic-Segmentation

por luyanger1799 · GitHub

Segmentação Semântica Incrível no Tensorflow && Keras (inclui FCN, UNet, SegNet, PSPNet, PAN, RefineNet, DeepLabV3, DeepLabV3+, DenseASPP, BiSegNet)

Ver no GitHub
⭐ Estrelas
🍴 Forks
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
Amazing-Semantic-Segmentation — GitHub preview card
📈 Histórico de estrelas
483482
2026-07-202026-07-29
📈 Acompanhe Amazing-Semantic-Segmentation

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Segmentação Semântica Incrível no Tensorflow && Keras (inclui FCN, UNet, SegNet, PSPNet, PAN, RefineNet, DeepLabV3, DeepLabV3+, DenseASPP, BiSegNet)

Amazing-Semantic-Segmentation tem 482 estrelas no GitHub. Foi bifurcado 147 vezes. Amazing-Semantic-Segmentation é escrito principalmente em Python. Está em desenvolvimento ativo desde 2019. Amazing-Semantic-Segmentation está disponível sob a licença Apache-2.0. Os seus principais temas são: computer-vision, deep-learning, keras-tensorflow, semantic-segmentation.

Frequently asked questions

O que é Amazing-Semantic-Segmentation?

Segmentação Semântica Incrível no Tensorflow && Keras (inclui FCN, UNet, SegNet, PSPNet, PAN, RefineNet, DeepLabV3, DeepLabV3+, DenseASPP, BiSegNet)

Amazing-Semantic-Segmentation é de código aberto?

Amazing-Semantic-Segmentation é um projeto de código aberto. É distribuído sob a licença Apache-2.0.

Amazing-Semantic-Segmentation é gratuito?

Sim. Amazing-Semantic-Segmentation é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está Amazing-Semantic-Segmentation?

Amazing-Semantic-Segmentation está disponível sob a licença Apache-2.0.

Em que linguagem Amazing-Semantic-Segmentation está escrito?

Amazing-Semantic-Segmentation é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — Amazing-Semantic-Segmentation

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=luyanger1799-amazing-semantic-segmentation)](https://opensourceai.tech/project/luyanger1799-amazing-semantic-segmentation.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
talos
Experimentos de Hiperparâmetros com TensorFlow e Keras
1.6k · artificial-intelligence
partilhakeras-tensorflowtensorflow
bonnet
Bonnet: Uma Estrutura de Treinamento e Implantação de Código Aberto para Segmentação Semântica…
328 · convolutional-neural-networks
partilhasemantic-segmentationtensorflow
pytorch-segmentation
:art: Modelos de segmentação semântica, conjuntos de dados e perdas implementados em PyTorch.
1.8k · computer-vision
partilhasemantic-segmentation
CCT
📄 Segmentação Semissupervisionada Semântica com Treinamento de Consistência Cruzada (CVPR 2020)…
412 · computer-vision
partilhasemantic-segmentation
pytorch-semseg
Arquiteturas de Segmentação Semântica Implementadas em PyTorch
3.4k · deep-learning
partilhasemantic-segmentation
pytorch-semantic-segmentation
PyTorch para Segmentação Semântica
1.7k · deep-learning
partilhasemantic-segmentation
deep-learning-keras-tensorflow
Introdução às Redes Neurais Profundas com Keras e Tensorflow
3k · anaconda
partilhakeras-tensorflowtensorflow
deeplabv3
Implementação em PyTorch do DeepLabV3, treinado no conjunto de dados Cityscapes.
816 · autonomous-driving
partilhasemantic-segmentation
Self-Correction-Human-Parsing
Um extrator de representação de análise humana pronto para uso.
1.2k · computer-vision
partilhasemantic-segmentation
DinoRunTutorial
Código acompanhante para o tutorial do Paperspace "Construa uma IA para jogar Dino Run"
326 · jupyter-notebook
partilhakeras-tensorflow

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.