Segment Anything

Outil de découpage d'image IA en ligne, capable de découper n'importe quel objet dans n'importe quelle image.

Sélection InternationaleProductivitéApprentissage profondVision par ordinateur

SAM est un système de segmentation incitable capable de généralisation zéro-shot sur des objets et des images inconnus, sans entraînement supplémentaire. Il utilise diverses invites d'entrée pour effectuer une large gamme de tâches de segmentation, sans entraînement supplémentaire. Sa conception incitable permet une intégration flexible avec d'autres systèmes. Il a été entraîné sur 11 millions d'images avec 1 milliard de masques de segmentation. Sa conception modulaire efficace permet une inférence en quelques millisecondes. Segment Anything Model (SAM) : ce modèle permet la segmentation d'images à partir d'instructions textuelles, par exemple, et identifie tout objet avec une découpe en un clic. Il suffit de télécharger une image et de cliquer sur l'objet à identifier.

Best AI Websites & Tools

Segment Anything

Segment Anything Dernière situation du trafic

Segment Anything Tendance des visites

Segment Anything Distribution géographique des visites

Segment Anything Sources de trafic

Segment Anything Alternatives

Segment Anything — Outil de découpage d'image IA en ligne, capable de découper n'importe quel objet dans n'importe quelle image.

BEN2 — BEN2 est un modèle de segmentation d'image basé sur l'apprentissage profond, spécialisé dans la suppression d'arrière-plan et l'extraction de premier plan.

TryOffAnyone — Modèle de génération de patrons à plat à partir d'images de personnes habillées.

StableAnimator — Outil de synthèse d'animation de portrait de haute qualité préservant l'identité.

LLaMA-Mesh — Unification d'un modèle linguistique et de la génération de maillages 3D

diffusion-e2e-ft — Outil de réglage fin d'un modèle de diffusion conditionnel pour les images

VGGSfM — Technique de reconstruction 3D basée sur l'apprentissage profond

CoreNet — CoreNet est une bibliothèque destinée à l'entraînement de réseaux neuronaux profonds.

FRESCO — Projet d'article de conférence CVPR 2024 : méthode de correspondance spatio-temporelle pour la traduction vidéo zéro-shot.

DUSt3R — Reconstruction 3D dense et sans calibration caméra

YOLOv8 — Modèle de détection et de suivi d'objets YOLOv8

VisFusion — Reconstruction de scènes 3D à partir de vidéos

GLIGEN — Modèle de génération d'images basé sur invites, open source

Vision Mamba — Cadre d'apprentissage efficace des représentations visuelles basé sur un modèle d'espace d'états bidirectionnel.

FMA-Net — Modèle d'apprentissage profond pour la super-résolution et le débruitage vidéo

syn-rep-learn — Apprentissage de modèles de représentation visuelle à partir de données synthétiques

UniRef++ — Modèle unifié pour la segmentation d'objets dans les images et les vidéos

YOLO-NAS Pose — Une bibliothèque open source pour entraîner des modèles de vision par ordinateur PyTorch.

HunyuanVideo-I2V — HunyuanVideo-I2V est un framework de génération d'image à vidéo basé sur HunyuanVideo, lancé par Tencent.

QwQ-32B — QwQ-32B est un puissant modèle d'inférence, conçu pour la résolution de problèmes complexes et la génération de texte, avec des performances exceptionnelles.

GaussianCity — Un framework efficace de génération de villes 3D sans limites, utilisant la technique de dessin gaussien 3D pour une génération rapide.

CogView4-6B — CogView4-6B est un puissant modèle de génération d’images à partir de texte, axé sur la génération d’images de haute qualité.

UniTok — UniTok est un tokeniseur visuel unifié pour la génération et la compréhension d'images.

PhotoDoodle — PhotoDoodle est une implémentation de code d'édition d'images artistiques basée sur l'apprentissage à partir de quelques exemples de paires de données.

Données de profilage dans l'infrastructure DeepSeek — Analyse des stratégies de chevauchement calcul/communication dans V3/R1, fournissant des données d'analyse de performance pour les frameworks d'apprentissage profond.

EPLB — Un algorithme open source pour l'équilibrage de charge du parallélisme expert, conçu pour optimiser l'allocation et l'équilibrage de charge des experts dans un environnement multi-GPU.

DualPipe — Algorithme de parallélisation pipeline bidirectionnel pour le chevauchement des calculs et des communications pendant l'entraînement V3/R1.

DeepGEMM — DeepGEMM est une bibliothèque CUDA pour une multiplication matricielle FP8 efficace, prenant en charge le scaling granulaire fin et plusieurs techniques d'optimisation.

MLGym — MLGym est un nouveau framework et une nouvelle référence pour faire progresser les agents de recherche en IA.