Início Projetos AdaptSegNet
AdaptSegNet

AdaptSegNet

por wasidennis · GitHub

Aprendendo a Adaptar Espaço de Saída Estruturado para Segmentação Semântica, CVPR 2018 (spotlight)

Ver no GitHub
Em palavras simples

Adapte modelos de segmentação semântica para funcionar melhor com imagens do mundo real usando uma implementação em Python.

⭐ Estrelas
🍴 Forks
📜 Licença
Licença não especificada
📅 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 →
AdaptSegNet — GitHub preview card
📈 Histórico de estrelas
859856
2026-07-202026-07-29
📈 Acompanhe AdaptSegNet

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

Aprendendo 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.

Frequently asked questions

O que é AdaptSegNet?

Aprendendo a Adaptar Espaço de Saída Estruturado para Segmentação Semântica, CVPR 2018 (spotlight)

AdaptSegNet é de código aberto?

AdaptSegNet é um projeto de código aberto.

AdaptSegNet é gratuito?

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

Em que linguagem AdaptSegNet está escrito?

AdaptSegNet é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — AdaptSegNet

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

[![olud.ai](https://olud.ai/badge.php?tool=wasidennis-adaptsegnet)](https://olud.ai/project/wasidennis-adaptsegnet.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

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