githubGitHubあり2026-09-09
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
→
「segmentation」の検索結果
30 件githubGitHubあり2026-09-08
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2026-09-08
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2026-09-08
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2026-09-08
labelme — Image annotation with Python. Supports polygon, rectangle, circle, line, point, and AI-assisted annotation.
イメージを注釈するツール。ポリゴン、長方形、円、線、点などを注釈することができる。
コンピュータビジョンセグメンテーション分類画像動画
- 用途
- イメージ注釈
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-09-08
stanza — Stanford NLP Python library for tokenization, sentence segmentation, NER, and parsing of many human languages
stanzaは、さまざまな言語を処理するための言語処理用ライブラリです。
コンピュータビジョンセグメンテーション分類
- 用途
- 言語処理用ライブラリを提供する
- 難易度
- Easy
- コスト
- Low
→
githubGitHubあり2026-09-07
segmentation_models.pytorch — Semantic segmentation models with 500+ pretrained convolutional and transformer-based backbones.
セマンティックシーケンス分割モデルのライブラリです。
深層学習Transformerセグメンテーション画像
- 用途
- セマンティックシーケンス分割モデル
- 難易度
- Easy
- コスト
- High
→
arxivGitHubあり2026-09-04
From Interaction Traces to Persistent Skills: Online Evolution for Computer-Use Agents
Computer-use agents can execute increasingly complex tasks in graphical interfaces, but their interaction expe
コンピュータビジョンセグメンテーション生成
- 用途
- 生成
- 難易度
- Easy
- コスト
- Low
→
arxivGitHubあり2026-09-04
Bridging Modalities and Tasks: A Unified Hierarchical ViT for SAR-to-Optical Translation and Semantic Segmentation
Synthetic Aperture Radar (SAR) images have all-weather, day-and-night observation capabilities. However, compa
説明可能品質予測/異常検知深層学習Transformer生成セグメンテーション画像
- 用途
- 生成
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-09-03
RARF: Region-Aware Rectified Flows for 3D Brain MRI Inpainting
Medical image inpainting has the potential to improve automated brain MRI analysis by reconstructing healthy t
コンピュータビジョンセグメンテーション生成画像テキスト
- 用途
- 生成
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-03
Artificial Intelligence for Energy Optimization in Data Centers
Data centers are increasingly optimized by artificial intelligence and, at the same time, increasingly loaded
コンピュータビジョンセグメンテーションテキスト
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-09-03
Patterns of Priming in Production: Lexical, Semantic and Structural Alignment in Language Model Generation
This paper investigates structural priming in language model (LM) production, examining how preceding structur
コンピュータビジョンセグメンテーション生成テキスト
- 用途
- 生成
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-09-03
AdaptVPR: Route-Aware Hard Positive Generation for Robust Visual Place Recognition
Visual Place Recognition (VPR) localizes a query image by retrieving database images of the same or nearby pla
コンピュータビジョンセグメンテーション分類生成画像
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-03
The Shape of Time: Video-Token Contrast for Temporal Understanding in VideoLMs
Seeing frames in order does not mean representing time. Modern VideoLMs receive ordered video streams, yet the
コンピュータビジョンセグメンテーション生成テキスト動画
- 用途
- 生成
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-03
ENEAS: Embedding-guided Neural Ensemble for Adaptive Segmentation
We present ENEAS, a unified, text-promptable method for instance tracking and semantic discovery. Text-prompta
品質予測/異常検知自然言語処理RAG分類セグメンテーション画像
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-03
FoRIS: Progressive Foreground Refinement for Training-Free In-Context Segmentation
In-Context Segmentation (ICS) aims to precisely segment arbitrary semantic concepts, such as objects or parts,
自然言語処理RAG検出セグメンテーション画像
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-09-02
No-Regret Bayesian Optimization with Finite-Library Input-Warped Kernels
Gaussian-process Bayesian optimization (GP-BO) excels at black-box optimization of costly functions, e.g., hyp
少数データ向きCPUで試しやすい条件最適化コンピュータビジョンセグメンテーション
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-09-02
Schrödinger Bridges on Lie Group Manifolds for Probabilistic Intrinsic Generation
Generative modeling directly on geometric manifolds can avoid errors introduced by flattening non-Euclidean da
コンピュータビジョンセグメンテーション生成回帰
- 用途
- 生成
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-09-02
ProgResViT: Progressive Resolution and Width for Adaptive Vision Transformers
Vision Transformers (ViTs) typically process every image using a fixed input resolution and model width, even
深層学習Transformer分類セグメンテーション画像
- 用途
- 分類
- 難易度
- Easy
- コスト
- Low
→
arxivGitHubあり2026-09-02
From Multi-Fisheye Sensing to Panoramic Perception: A Parallax-Aware Onboard Platform for Ultra-Low-Altitude UAVs
Ultra-low-altitude unmanned aerial vehicles (UAVs) require surround vision near buildings, vegetation, and oth
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分類画像
- 用途
- 分類
- 難易度
- Easy
- コスト
- Low
→
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
→
arxivGitHubあり2026-09-01
Artificial Rosetta Stone: Constrained Maximum A Posteriori (MAP) Reconstruction of Symbolic Raga Sequences via Order-k Markov Models
Reconstructing a damaged musical fragment is an inverse problem: the observed sequence contains partial inform
深層学習軽量化・量子化セグメンテーションテキスト音声
- 用途
- セグメンテーション
- 難易度
- Easy
- コスト
- Low
→
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
→
githubGitHubあり2026-09-01
CoreNLP — CoreNLP: A Java suite of core NLP tools for tokenization, sentence segmentation, NER, parsing, coreference, sentiment analysis, etc.
CoreNLPはJavaで開発されたNLPツールのセットであり、分割、文分割、名詞認識、パーシング、コorefence、感情分析などを行える。
コンピュータビジョンセグメンテーション分類
- 用途
- 分析
- 難易度
- Easy
- コスト
- Low
→
arxivGitHubあり2026-08-31
Driving on Memory
End-to-end autonomous driving models plan future trajectories from raw sensor input. While earlier driving ben
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
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-08-31
Failure or Drift? Evaluating Monocular SLAM under Synthetic and Real-World Corruptions
Visual SLAM is commonly evaluated on clean trajectories, although deployment failures are often caused by adve
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画像
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- Medium
→
huggingfaceGitHubありHugging Faceあり2026-08-29
QCell: Recombining and Aligning Cell Queries for Overlapping Instance Segmentation
Instance segmentation of overlapping cells in microscopy remains challenging due to semi-transparent structure
コンピュータビジョンセグメンテーション画像
- 用途
- セグメンテーション
- 難易度
- Easy
- コスト
- Medium
→
arxivGitHubあり2026-08-26
Quantum-Inspired Modeling of Driving Behavior
Driver behavior is heterogeneous, context-dependent, and changes over time, and these properties shape the tra
説明可能コンピュータビジョンセグメンテーションテキスト
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- 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
→
arxivGitHubあり2026-07-22
Memoir: Should a Model Write to Its Memory While It Thinks?
この研究では、リカレントニューラルネットワークの構造とメモリの使用量の関係を調べた。結果は、メモリの使用量が減少し、モデルがより効率的に学習することができるというものであり、これは、リカレントニューラルネットワークのパフ
コンピュータビジョンセグメンテーション
- 用途
- リカレントニューラルネットワークの構造とメモリの使用量の関係
- 難易度
- Hard
- コスト
- High
→