Labelme是一个Python图像标注工具，使用Qt构建界面，支持多边形、矩形、圆形、线条和点的标注，适用于图像分类、语义分割、实例分割和视频标注。提供GUI自定义功能，并支持导出VOC和COCO格式数据集。兼容Windows、macOS和Linux平台，安装简单，资源丰富，易于使用。

SAHI是一款轻量级视觉工具库，专注于解决小物体检测和大图像推理难题，支持多种框架如YOLOv5、MMDetection和Detectron2。提供丰富的命令行工具及COCO数据集处理功能，适用于精细化的计算机视觉应用，特别在复杂图像处理中表现优异。通过多种教程和示例，帮助开发者快速上手并优化视觉任务。

Ultralytics的YOLOv8是一款前沿对象识别模型，提供了与前代产品相比更优化的特性。适用于对象检测、跟踪、实例分割和图像分类等多种应用场景，其高速准确性和用户友好性使其成为AI领域开发者的优选。更多细节，请参阅官方文档或参与Discord社区互动。

MIMDet是一个利用掩码图像建模技术的开源项目，能够提升预训练的Vanilla Vision Transformer在目标检测中的表现。此框架采用混合架构，用随机初始化的卷积体系取代预训练的大核Patchify体系，实现多尺度表示无需上采样。在COCO数据集上的表现亮眼，使用ViT-Base和Mask R-CNN模型时，分别达到51.7的框AP和46.2的掩码AP；使用ViT-L模型时，成绩分别是54.3的框AP和48.2的掩码AP。

该项目非官方实现了YOLO-World和EfficientSAM，通过融合这两个模型，提供高效的对象检测与实例分割功能。版本V2.0新增了蒙版分离与提取功能，支持指定蒙版单独输出，可处理图像和视频。项目特点包括支持加载多种YOLO-World和EfficientSAM模型，提供检测框厚度、置信度阈值、IoU阈值等配置选项，以提升检测与分割的精准性。详细的视频演示和安装指南，使用户能够轻松上手，体验高效的图像处理能力。

QueryInst是一种由动态掩码头并行监督驱动的查询实例分割方法，在准确性和速度上具有显著优势。该项目涵盖对象检测、实例分割和视频实例分割等多种实例级别识别任务，并提供详细的功能介绍和模型训练指导。目前本项目仍在积极开发中，计划扩展至更多实例级别识别任务。

MMYOLO是一个基于PyTorch和MMDetection的开源工具包，专注于YOLO系列算法，适用于对象检测和旋转对象检测任务。该项目提供统一的基准测试、详细文档和模块化设计，便于用户构建和扩展模型。支持YOLOv5实例分割和YOLOX-Pose等功能，显著提升训练速度，并在RTMDet模型上实现了先进的性能。

GLEE是一个通用对象基础模型，在超过1000万张来自多个数据集的图像上进行联合训练。该模型能同时处理多种以对象为中心的视觉任务，并在多个基准测试中保持领先性能。GLEE具有出色的通用性和零样本迁移能力，可作为增强其他架构或模型的基础组件。这项研究被CVPR2024接受为亮点论文，研究团队计划开源相关代码和预训练模型。

ISBNet是一种创新的3D点云实例分割网络，采用实例感知采样和框感知动态卷积技术。通过多任务学习方法和轴对齐边界框预测，ISBNet在ScanNetV2、S3DIS和STPLS3D等数据集上实现了领先的分割精度，同时保持快速推理速度。该方法有效解决了密集场景中相同语义类别物体的分割问题，为3D场景理解提供了新的解决方案。