Aprendendo a Adaptar Espaço de Saída Estruturado para Segmentação Semântica, CVPR 2018 (spotlight)
Adapte modelos de segmentação semântica para funcionar melhor com imagens do mundo real usando uma implementação em Python.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserAprendendo a Adaptar Espaço de Saída Estruturado para Segmentação Semântica, CVPR 2018 (spotlight)
AdaptSegNet tem 856 estrelas no GitHub. Foi bifurcado 207 vezes. AdaptSegNet é escrito principalmente em Python. Está em desenvolvimento ativo desde 2018. Os seus principais temas são: adversarial-learning, computer-vision, deep-learning, domain-adaptation.
Aprendendo a Adaptar Espaço de Saída Estruturado para Segmentação Semântica, CVPR 2018 (spotlight)
AdaptSegNet é um projeto de código aberto.
Sim. AdaptSegNet é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
AdaptSegNet é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/wasidennis-adaptsegnet.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.