精选计算机视觉工具：AI应用、网站与开源项目大全
MambaVision-B-1K
模型Github
MambaVision结合Mamba和Transformer的创新视觉骨干网络
vit-base-patch16-384
ImageNet模型
Vision Transformer：基于图像分块的高效视觉识别模型
mask2former-swin-large-cityscapes-semantic
模型Github
Mask2Former大型语义分割模型 适用多种图像分割任务
dinov2-small
计算机视觉DINOv2
小型Vision Transformer模型用于无监督视觉特征学习
owlvit-base-patch32
模型目标检测
OWL-ViT：基于CLIP的开放词汇目标检测模型
DFN5B-CLIP-ViT-H-14-378
CLIP模型
大规模数据筛选优化的视觉语言预训练系统
Depth-Anything-V2-Large-hf
模型计算机视觉
高效精准的单目深度估计AI模型
sam-vit-large
Segment Anything Model模型
高性能AI图像分割模型 多种输入方式生成精确物体遮罩
stable-video-diffusion-img2vid-xt
模型图像到视频生成
图像到视频转换模型Stable Video Diffusion实现动画生成
japanese-cloob-vit-b-16
计算机视觉Huggingface
基于CLOOB的日语图像文本融合模型
segformer-b0-finetuned-ade-512-512
模型Github
SegFormer-b0模型实现高效语义分割
swinv2-tiny-patch4-window16-256
模型Github
Swin Transformer v2：分层特征图构建的高效视觉模型
vit-large-patch32-384
模型Github
基于Transformer架构的大规模图像分类模型
ViT-L-16-SigLIP-384
SigLIP计算机视觉
基于SigLIP的先进视觉语言模型实现零样本图像分类
dpt-hybrid-midas
计算机视觉深度估计
基于Vision Transformer的单目深度估计模型
siglip-base-patch16-224
模型计算机视觉
SigLIP改进CLIP模型 实现更高效的零样本图像分类和检索
sam-vit-huge
模型Github
SAM 革新性的通用图像分割模型
stable-diffusion-2-inpainting
模型计算机视觉
基于扩散模型的高分辨率图像生成和修复工具
Florence-2-base
图像处理计算机视觉
多任务视觉处理的统一基础模型
sam-vit-base
模型Github
基于ViT的高效零样本图像分割模型
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号