seamseg
全景分割的研究代码，为图像每个像素标注类别和具体实例。来自CVPR论文的神经网络架构。
分享到 X许可证: BSD-3-Clause
概述
Seamless Scene Segmentation 是基于 CNN 的全景分割架构，为图像中每个像素同时给出类别标签和实例标签。它把特征金字塔网络的多尺度特征与轻量级类 DeepLab 模块的上下文信息结合起来。仓库包含基于 Mask R-CNN 重新实现的 PyTorch 训练与评估代码，源自 CVPR 2019 论文。
主要特点
- 全景分割：每个像素带类别和实例标签
- 融合特征金字塔与类 DeepLab 上下文的分割头
- PyTorch 训练与评估代码
- 基于 Mask R-CNN 的重新实现
适用场景
适合想训练或评估全景分割的研究者。文档给出的环境为 CUDA 10.1、GCC 7 或 8 的 Linux、PyTorch 1.1.0。
- 上游仓库
- mapillary/seamseg
- GitHub 上的 fork
- Guo-astro/seamseg
- 上游 Star 数
- 301
- 分类
- 金融、数据与研究
- 编程语言
- Python
- 许可证
- BSD-3-Clause
- Fork 时间
- 2020-12-05
- 同步状态
- 已同步上次同步 2026-09-29
同分类更多: 金融、数据与研究
面向分析师、量化人员和AI代理的开放数据平台，可用Python获取股票、加密货币、期权和经济等金融数据。
系统化量化交易的资源精选列表，涵盖加密货币、股票、期货、期权和外汇等领域的库与工具。
每天抓取arXiv新论文并用AI总结，通过GitHub Pages展示的工具。帮助研究者跟进论文并突出感兴趣的主题。
- real-time-person-elderly-fall-detection-systemfork 自 AwaisShah75/Real-Time-Person-Elderly-Fall-Detection-System已同步
基于摄像头视频实时检测跌倒的计算机视觉系统，面向老人看护。力求减少坐下、睡觉造成的误报，并应对被家具遮挡的情况。