githubGitHubあり2026-09-10
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
→
「detection」の検索結果
36 件githubGitHubあり2026-09-09
ultralytics — Ultralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object tracking
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
→
githubGitHubあり2026-09-09
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2026-09-09
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2026-09-09
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2026-09-09
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2026-09-09
FunASR — Open-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.
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
- High
→
githubGitHubあり2026-09-09
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2026-09-08
To Adapt or Not to Adapt? Selective Adaptation for Vision-Language Models
Test-time adaptation (TTA) has emerged as a prominent strategy for adapting vision-language models to distribu
コンピュータビジョン物体検出テキストマルチモーダル
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-08
EMBLEM: Enhancing Multi-script Table Detection through Masking
Table detection is a core task in document analysis, supporting downstream applications such as information re
自然言語処理ファインチューニング検出QA検索
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-08
SIM: Subspace Interaction-based Method for Token-Level Text Anomaly Detection
Token-level text anomaly detection, as an emerging trend of text anomaly detection, moves beyond coarse-graine
説明可能品質予測/異常検知深層学習Transformer検出生成異常検知
- 用途
- 検出
- 難易度
- Easy
- コスト
- Low
→
arxivGitHubあり2026-09-08
FPicker: Topology-Guided Evolution for Filament Tracing in Low-SNR Microscopy
Automating filament tracing in Cryo-Electron Microscopy (Cryo-EM) is essential for 3D helical reconstruction b
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2026-09-08
From Coordinates to Candidate Regions: Temporal Change Localization via Region Selection in Remote Sensing Multimodal LLMs
Remote sensing multimodal large language models (RS-MLLMs) have advanced scene understanding and visual questi
センサ/時系列自然言語処理大規模言語モデル検出生成QA
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-08
Snugi-AI-v2 @ eRisk 2026 Task 2: Early Depression Detection via a Learned Stopping Policy with Sustained Confidence Gate
We describe the Snugi-AI-v2 submission to eRisk 2026 Task 2, the second edition of contextualized early depres
深層学習Transformer分類検出テキスト
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-08
Evaluation Principles for MRI-MRA Registration in Trigeminal Neuralgia: An ROI-Centered Neurovascular Benchmark
Preoperative evaluation of trigeminal neuralgia (TN) often requires joint interpretation of structural MRI, wh
コンピュータビジョンセグメンテーション検出画像マルチモーダル
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-08
Human-Centric Image Captioning with Subject-Centered Spatial Understanding
While multimodal large language models (MLLMs) achieve remarkable performance on generic image captioning, the
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画像
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-07
TFTrack: A Template-Free Framework for Efficient 3D Point Cloud Tracking
LiDAR-based 3D Single Object Tracking (3D SOT) is critical for robotic perception and navigation and aims to l
深層学習軽量化・量子化検出テキスト3D
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-07
Where to Look and What to Use: Retrieve-Localize-Generate for Long-Term Conversational Memory Question Answering
Retrieval-augmented generation (RAG) enables large language models (LLMs) to answer questions by accessing ext
品質予測/異常検知深層学習軽量化・量子化検出生成QA
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-07
Re-engineering SORT-based algorithms for low-cost small object tracking from omnidirectional footage
Multi-object tracking (MOT) has advanced rapidly in urban surveillance and autonomous driving, yet many tracke
CPUで試しやすい深層学習Transformer検出
- 用途
- 検出
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-09-07
PICANet: Physics-Informed Cascaded Asymmetric Network for Infrared Small Target Detection
Infrared small target detection (ISTD) is an important research direction in image processing. However, existi
深層学習CNN検出画像
- 用途
- 検出
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-09-07
CHILD: Human-in-the-Loop OOD Detection for Safe Clinical Deployment
Out-of-distribution (OOD) detection is critical for safe deployment of medical AI systems. Recently, test-time
自然言語処理RAG検出異常検知
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-07
SupGRPO: Enhancing GRPO with Matching-based Online SFT for Text Spotting
Text spotting requires both accurate text recognition and precise spatial localization. Current specialised sp
表形式向き自然言語処理大規模言語モデル分類検出テキスト
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-06
AuthBench: A Large-Scale Multilingual Benchmark for Authorship Representation across Genres and Lengths
Authorship signals matter in settings where writing style carries identity: digital forensics, plagiarism anal
自然言語処理RAG検出テキスト
- 用途
- 検出
- 難易度
- Easy
- コスト
- Low
→
huggingfaceHugging Faceあり2026-09-05
Cadence: Error-Bounded Lossy Compression of Demand Time Series with a Time-Series Foundation Model
We present Cadence, an error-bounded lossy compressor for numeric time series pairing a 330M-parameter time-se
センサ/時系列コンピュータビジョンセグメンテーション検出テキスト時系列
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-09-05
Counter-Swarm Doctrine: Containing Coordinated Agent Intrusions
Agents can turn shared infrastructure into a channel for coordinated intrusion. The Hugging Face incident and
自然言語処理RAG検出
- 用途
- 検出
- 難易度
- Easy
- コスト
- Low
→
huggingfaceHugging Faceあり2026-09-04
RenderFormer-V2: Neural Rendering with Heterogeneous Scene Primitives
We present 'RenderFormer-V2', a unified learned transformer-based neural rendering model, complementary to mod
MI向き深層学習Transformer異常検知画像テキスト
- 用途
- 異常検知
- 難易度
- Easy
- コスト
- High
→
arxivGitHubあり2026-09-03
Understanding Autonomous Driving Datasets by Describing Differences between Image Subsets in Natural Language
Understanding the composition of large-scale autonomous driving datasets is essential for safety, robustness,
説明可能MI向き品質予測/異常検知コンピュータビジョン物体検出検出画像テキスト
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
huggingfaceHugging Faceあり2026-09-03
The 2026 PNPL Competition: Word Classification and Efficient Cross-Subject Generalisation in LibriBrain100
The ambition of the 2025 PNPL competition (Landau et al., 2025) was to launch a multi-year curriculum for non-
深層学習軽量化・量子化分類検出音声
- 用途
- 分類
- 難易度
- Easy
- コスト
- Low
→
huggingfaceHugging Faceあり2026-09-03
PACE: Towards Surfacing Hidden Conflicts in User Requests
Personalized assistants should not only comply with user requests but also assess whether those requests are a
品質予測/異常検知強化学習マルチエージェント検出テキスト
- 用途
- 検出
- 難易度
- Easy
- コスト
- Low
→
huggingfaceHugging Faceあり2026-09-03
FlashRender: Few-Step Generative Rendering via Camera-Controlled Video MeanFlow
We present FlashRender, a few-step generative rendering framework that retakes a source video along a target c
品質予測/異常検知深層学習軽量化・量子化生成異常検知画像
- 用途
- 生成
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-09-02
VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement
Visual fluency in generated video does not imply physical reliability, and a scalar quality score alone is inc
MI向き品質予測/異常検知コンピュータビジョンセグメンテーション検出生成画像
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-09-01
Enoki: Efficient Multi-Level Hallucination Detection
Ensuring factuality remains a critical challenge for deploying LLMs in high-stakes settings. Existing hallucin
説明可能深層学習軽量化・量子化検出テキスト
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-09-01
yolov5 — Ultralytics YOLOv5 in PyTorch for object detection, instance segmentation, classification, training, and export.
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分類検出セグメンテーション
- 用途
- 物体検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceGitHubありHugging Faceあり2026-08-29
Locked at the Entrance, Open Inside: Where RLVR Narrows the Solution Space
Reinforcement learning with verifiable rewards (RLVR) substantially improves single-sample accuracy (pass@1) b
深層学習Transformer検出強化学習
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-08-25
Real-World Knowledge-Guided Change Data Synthesis for Remote Sensing
Change data synthesis provides a cost-effective solution for expanding training data and improving the perform
センサ/時系列自然言語処理RAG検出生成テキスト
- 用途
- 検出
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-08-13
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
→