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
→
「segmentation」の検索結果
18 件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
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2026-06-09
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
→
arxivGitHubあり2026-06-08
MUDIDI: A Two-Stage Framework for Multilingual Dictionary Digitization with Language Models
この研究では、低リソース言語や絶滅言語の辞書のデジタル化が重要であるが、マルチモーダル辞書をデジタル化する方法は今まで難しかったが、この研究では、最近のビジョン言語モデルを用いて辞書のデジタル化が容易になり、辞書内の文字
品質予測/異常検知自然言語処理大規模言語モデル分類セグメンテーションテキスト
- 用途
- ムルティリンガル辞書のデジタル化
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-06-08
TUDSR: Twice Upsampling-Diffusion for Higher Super-Resolution
Diffusion-based generative models have achieved remarkable success in real-world image super-resolution (SR).
センサ/時系列品質予測/異常検知コンピュータビジョンセグメンテーション生成画像
- 用途
- 生成
- 難易度
- Hard
- コスト
- High
→
githubGitHubあり2026-06-08
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2026-06-07
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
→
arxivGitHubあり2026-06-07
Segmentation-Assisted Brain MRI Synthesis with Cross-Image Multi-Contrast Feature Memory Bank Retrieval Augmentation
Multi-contrast brain MRI provide complementary soft-tissue characteristics that aid in the screening and diagn
表形式向き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
- Easy
- コスト
- Low
→
arxivGitHubあり2026-06-06
How Much MRI Preprocessing Is Enough? A Cost-Utility Study for Brain MRI Foundation Models
MRI preprocessing defines the input distribution seen by brain MRI foundation models, yet it is usually treate
深層学習Transformer分類セグメンテーション回帰
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
githubGitHubあり2026-06-03
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
→
huggingfaceHugging Faceあり2026-06-02
MAOAM: Unified Object and Material Selection with Vision-Language Models
Selection is a core operation in interactive image editing. To be practical, a user should be able to specify
MI向き自然言語処理RAG生成セグメンテーション画像
- 用途
- 生成
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-06-01
Quality-Guided Semi-Supervised Learning for Medical Image Segmentation
Training accurate medical image segmentation models requires large amounts of densely annotated data, which is
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画像教師あり半教師あり
- 用途
- セグメンテーション
- 難易度
- Easy
- コスト
- High
→
huggingfaceGitHubありHugging Faceあり2026-05-29
Score-Control for Hallucination Reduction in Diffusion Models
Diffusion models have emerged as the backbone of modern generative AI, powering advances in vision, language,
コンピュータビジョンセグメンテーション生成画像音声
- 用途
- 生成
- 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
→