githubGitHubあり2026-06-09
ultralytics — Ultralytics YOLO 🚀
ultralyticsはYOLO(You Only Look Once)の技術を使用したオブジェクト検出ライブラリで、高い精度を提供している。
コンピュータビジョン物体検出分類検出セグメンテーション
- 用途
- オブジェクト検出
- 難易度
- Easy
- コスト
- Low
→
「detection」の検索結果
34 件githubGitHubあり2026-06-09
yolov5 — Ultralytics YOLOv5 in PyTorch > ONNX > CoreML > TFLite
YOLOv5という物体検出アルゴリズムをPyTorchから他の言語に変換できるライブラリ。
コンピュータビジョン物体検出検出
- 用途
- 物体検出
- 難易度
- Easy
- コスト
- Medium
→
githubGitHubあり2026-06-09
supervision — We write your reusable computer vision tools. 💜
supervisionは、機械学習技術を活用して、ユーザー独自のコンピュータビジョンツールを作成することができる。
コンピュータビジョン物体検出分類検出セグメンテーション
- 用途
- オリジナルコンピュータビジョンツール
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-06-09
label-studio — Label Studio is a multi-type data labeling and annotation tool with standardized output format
データラベル化と注釈化を行うためのツールです。
コンピュータビジョン物体検出分類セグメンテーション画像
- 用途
- データラベル化ツール
- 難易度
- Easy
- コスト
- Low
→
githubGitHubあり2026-06-09
cvat — Computer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.
CVATは、機械学習用の業界標準のデータエンジンです。さまざまなスケールのチームが使用し、さまざまなスケールのデータに対応しています。
品質予測/異常検知コンピュータビジョンセグメンテーション分類検出画像
- 用途
- データのラベル付けと管理
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-06-09
fiftyone — Refine high-quality datasets and visual AI models
FiftyOneは、データセットの精査とAIモデル可視化を支援するライブラリです。このライブラリは、データセットの品質を高め、AIモデルを可視化するのを支援するために使用できます。
品質予測/異常検知機械学習教師あり学習分類検出画像
- 用途
- データセットの精査とAIモデル可視化
- 難易度
- Easy
- コスト
- Low
→
githubGitHubあり2026-06-09
FunASR — Industrial-grade speech recognition toolkit: 170x realtime, 50+ languages, speaker diarization, emotion detection, streaming, and OpenAI-compatible API.
電気生理信号から表現を学習し、脳コンピューターインターフェースの開発を支援する。
深層学習Transformer分類検出テキスト
- 用途
- 電気生理信号から表現を学習する
- 難易度
- Easy
- コスト
- Low
→
arxivGitHubあり2026-06-08
PAI: Preserving Amplitude Information in Representation-Based Time-Series Anomaly Detection
時系列データの異常の検出におけるアンプリットードの保存は、パフォーマンスを向上させるために不可欠です。
センサ/時系列品質予測/異常検知自然言語処理RAG検出異常検知時系列
- 用途
- 時系列データの異常の検出におけるアンプリットードの保存
- 難易度
- Easy
- コスト
- Low
→
arxivGitHubあり2026-06-08
Gradient-Guided Reward Optimization for Inference-time Alignment
Ensuring the reliability of Large Language Models (LLMs) under distribution drift requires inference-time adap
品質予測/異常検知深層学習軽量化・量子化検出生成テキスト
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-06-08
Temporal-Aware Reasoning Optimization for Video Temporal Grounding
Multi-modal Large Language Models (MLLMs) have achieved remarkable progress in video temporal grounding with r
品質予測/異常検知深層学習Transformer検出画像テキスト
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-06-08
Semi-supervised Source Detection in Astronomical Images: New Benchmark and Strong Baseline
Source detection in modern observational astronomy is a cornerstone for localizing and identifying stellar sou
機械学習教師あり学習検出生成画像
- 用途
- 検出
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-06-08
Edge-Constrained UAV Small-Object Detection with P2 Enhancement and Quantum-Inspired Lightweight Structure Search
Unmanned aerial vehicle (UAV) object detection requires compact detectors that retain small-object details und
深層学習軽量化・量子化検出
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
githubGitHubあり2026-06-08
autogluon — Fast and Accurate ML in 3 Lines of Code
マシンラーニングを簡単かつ正確に実行できるライブラリです。
表形式向きセンサ/時系列機械学習アンサンブル学習検出予測表形式
- 用途
- マシンラーニング実行
- 難易度
- Easy
- コスト
- Low
→
githubGitHubあり2026-06-08
pycaret — Open-source, low-code AutoML platform for Python. PyCaret 4.0: sklearn-native engine + React control plane.
pycaretは、Pythonによるオープンソースの低コストオートMLプラットフォームで、Reactコントロールプレーンを備えたsklearnネイティブエンジンを搭載しています。
CPUで試しやすい機械学習教師あり学習分類検出回帰
- 用途
- オートMLプラットフォーム
- 難易度
- Easy
- コスト
- Low
→
arxivGitHubあり2026-06-07
CHROMA: Detecting AI-Generated Images through Inter-Channel Color-Space Correlations
The rapid adoption of diffusion and large-scale generative models has made it increasingly challenging to dist
深層学習CNN検出生成画像
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-06-07
Multilingual Fact-Checking at Scale: Fine-Tuned Compact Models vs LLMs
We present a multilingual fact-checking system deployed at Factiverse, designed for high-throughput and low-la
深層学習Transformer分類検出
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-06-07
Vision-Language Work Zone Intelligence for Safety-Critical Speed Regulation of Mixed-Autonomy Vehicles in Dynamic Environments
Temporary work-zone speed limits are communicated through visually inconsistent signage and are often missing
コンピュータビジョン物体検出分類検出画像
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-06-07
AUCp: Pseudo-AUC for Inference Model Selection with Unlabeled Validation Data in Abnormality Detection
Abnormality detection is a crucial yet challenging task in medical image analysis. Distinguishing abnormalitie
コンピュータビジョンセグメンテーション検出画像教師なし
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
githubGitHubあり2026-06-07
presidio — An open-source framework for detecting, redacting, masking, and anonymizing sensitive data (PII) across text, images, and structured data. Supports NLP, pattern matching, and customizable pipelines.
presidioは、テキスト、画像、構造化データを含む敏感データを検出、削除、マスク、アノニマイズするオープンソースフレームワークです。自然言語処理、パターンマッチング、カスタマイズ可能なパイプラインをサポートします。
表形式向き深層学習Transformer分類検出画像
- 用途
- データのプライバシーを保護する
- 難易度
- Easy
- コスト
- Low
→
arxivGitHubあり2026-06-06
G2G: Exploiting Intra-Group Geometry for Inter-Group Pose Estimation
Recovering the relative 6-DoF pose between two image groups underlies cross-sequence relocalization and multi-
深層学習Transformer検出画像
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
huggingfaceHugging Faceあり2026-06-05
SWE-Explore: Benchmarking How Coding Agents Explore Repositories
Repository-level coding benchmarks such as SWE-bench have driven a rapid surge in the capabilities of coding a
深層学習軽量化・量子化検出テキスト
- 用途
- 検出
- 難易度
- Easy
- コスト
- Low
→
huggingfaceHugging Faceあり2026-06-05
On the Geometry of On-Policy Distillation
On-policy distillation (OPD) is increasingly used to improve large language model reasoning, but its training
深層学習軽量化・量子化検出生成テキスト
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-06-05
Whisper Hallucination Detection and Mitigation via Hidden Representation Steering and Sparse AutoEncoders
Whisper, a widely adopted ASR model, is known to suffer from hallucinations - coherent transcriptions generate
自然言語処理ファインチューニング検出音声
- 用途
- 検出
- 難易度
- Easy
- コスト
- Medium
→
huggingfaceHugging Faceあり2026-06-04
AsyncWebRL: Efficient Multi-Step RL for Visual Web Agents
Training vision-language web agents with multi-step RL is compute-intensive, with two dominant forms of ineffi
深層学習軽量化・量子化異常検知画像マルチモーダル
- 用途
- 異常検知
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-06-02
Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory
Equipping Large Language Models (LLMs) to execute reliable multi-step workflows has become a central challenge
自然言語処理大規模言語モデル検出テキスト
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-06-02
BraveGuard: From Open-World Threats to Safer Computer-Use Agents
Computer-use agents extend language models from text generation to sustained interaction with files, terminals
自然言語処理大規模言語モデル検出生成テキスト
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-06-01
The Road Ahead in Autonomous Driving: The KITScenes Multimodal Dataset
Existing autonomous driving datasets have enabled major progress, but fall short in sensor fidelity, map compl
センサ/時系列深層学習Transformer検出生成3D
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-06-01
LLM Anonymization Against Agentic Re-Identification
Agentic LLMs with web search change the threat model for text anonymization: weak contextual cues can become c
自然言語処理大規模言語モデル検出テキスト
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-06-01
Where Do Deep-Research Agents Go Wrong? Span-Level Error Localization in Agent Trajectories
Deep-research agents solve tasks through long trajectories of search, tool use, evidence inspection, and answe
品質予測/異常検知自然言語処理大規模言語モデル検出生成
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-05-29
Send a SCOUT First: Pre-hoc Reasoning for Adaptive Detector Allocation in Prompt-Injection Defense
Prompt-injection detectors are heterogeneous: each is strong on a different slice of attacks, and none is alwa
自然言語処理大規模言語モデル検出
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-05-29
SpatialAct: Probing Spatial Reasoning-to-Action Capabilities of VLM Agents in 3D Scenes
Humans can effortlessly perceive spatial layouts, form cognitive representations, reason about spatial relatio
コンピュータビジョン3D・点群検出テキスト3D
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-05-23
insightface — State-of-the-art 2D and 3D Face Analysis Project
このプロジェクトは２Ｄおよび３Ｄ顔の分析を実現するための基盤プロジェクトであり、最先端の技術を導入して顔の分析を実現します。
コンピュータビジョン3D・点群分類検出3D
- 用途
- 面量認証
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-05-21
pytorch-grad-cam — Advanced AI Explainability for computer vision. Support for CNNs, Vision Transformers, Classification, Object detection, Segmentation, Image similarity and more.
このライブラリは、コンピューター ビジョンのための高度なAI解釈と可視化ソリューションです。このライブラリは、CNN、ビジョン トランスフォーム、分類、物体検出、分割、画像類似度など、さまざまなコンピューター ビジョンの
深層学習Transformer分類検出セグメンテーション
- 用途
- AIの解釈と可視化ソリューション
- 難易度
- Easy
- コスト
- Low
→
githubGitHubあり2026-05-21
notebooks — A collection of tutorials on state-of-the-art computer vision models and techniques. Explore everything from foundational architectures like ResNet to cutting-edge models like RF-DETR, YOLO11, SAM 3, and Qwen3-VL.
A collection of tutorials on state-of-the-art computer vision models and techniques. Explore everything from f
深層学習CNN分類検出セグメンテーション
- 用途
- 分類
- 難易度
- Easy
- コスト
- Low
→