★
supervision 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
We write your reusable computer vision tools. 💜
xuebinqin / U-2-Net
U-2-Net
The code for our newly accepted paper in Pattern Recognition 2020: "U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection."
U-2-Net 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
目前累计 9.9k star、1.6k fork，主要语言为 Python，项目始于 2020 年，采用 Apache-2.0 许可。最近状态：已有一段时间未更新。适合：做 AI 应用的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。xuebinqin/U-2-Net 是一个以 Python 为主的开源项目，目前累计 9.9k star、1.6k fork，较长时间未更新。主要方向：计算机视觉、深度学习、image-background-removal、image-processing、image-segmentation、u-2-net。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。README
正在加载…相关项目
★
yolov5 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
Ultralytics YOLOv5 in PyTorch for object detection, instance segmentation, classification, training, and export.
★
ultralytics 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, …
★
ai-engineering-from-scratch 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
Learn AI Engineering! Learn it. Build it. Ship it for others.
★
《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。
《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。
★
Deep-Learning-Papers-Reading-Roadmap 是用 Python 编写的学习资料，用于系统学习与查阅。
Deep Learning papers reading roadmap for anyone who are eager to learn this amazing tech!