#computer-vision Repositories
Insgesamt 1,451 Repositories
PyTorch-Code für unser ECCV 2018-Papier "Image Super-Resolution Using Very Deep Residual Channel Attention Networks"
[ICCV 2025] STAR: Räumliche-zeitliche Augmentierung mit Text-zu-Video-Modellen für reale Video-Super-Resolution
Code für das SIGGRAPH 2020 Paper "RigNet: Neural Rigging für artikulierte Charaktere"
Offizielle Implementierung des kontinuierlichen 3D-Wahrnehmungsmodells mit persistentem Zustand
Python-Schnittstelle für DJI Tello Drohne mit dem offiziellen Tello SDK. Tragt gerne bei!
Eine Papierliste einiger neuerer Transformer-basierter CV-Arbeiten.
Lazyeat (Fauler Handgriff) | Gestensteuerung per Luftsteuerung, einfach gestikulieren! Lazyeat ist ein berührungsloser Controller für die Verwendung während des Essens! Möchten Sie keine fettigen Hände, während Sie Shows schauen oder im Internet surfen während der Mahlzeiten? Sie können Videos pausieren/Vollbild/Videos wechseln, indem Sie einfach zur Kamera winken!
CVPR2023 - Aktivierung von mehr Pixeln in Image Super-Resolution Transformer TPAMI - HAT: Hybrid Attention Transformer für Image Restoration
Dieses Repository bietet wertvolle Referenzen für Forscher im Bereich Multimodalität, beginnen Sie Ihre Entdeckungsreise in RL-basierten Reasoning MLLMs!
ResShift: Effizientes Diffusionsmodell für Bildsuperauflösung durch Restsverschiebung (NeurIPS@2023 Spotlight, TPAMI@2024)
[CVPR2025] Wir präsentieren StableAnimator, das erste vollständig integrierte ID-erhaltende Video-Diffusions-Framework, das qualitativ hochwertige Videos ohne Nachbearbeitung synthetisiert, bedingt durch ein Referenzbild und eine Sequenz von Posen.
[CVPR 2023] BundleSDF: Neuronale 6-DoF-Verfolgung und 3D-Rekonstruktion unbekannter Objekte
[ECCV 2024] Street Gaussians: Modellierung dynamischer städtischer Szenen mit Gaußschem Splatting
FTC Android Studio Arbeitsbereich für die Roboterprogrammierung in Android Studio
Offizielle PyTorch-Implementierung von VisionHOPE: Visuelle Backbones als selbstmodifizierende Lernsysteme.
Sammeln Sie die neuesten Ergebnisse der CVPR (Conference on Computer Vision and Pattern Recognition), einschließlich Arbeiten, Code und Demovideos usw., und wir freuen uns über Empfehlungen von allen!
MulimgViewer ist ein Mehrfachbildbetrachter, der mehrere Bilder in einer Oberfläche öffnen kann, was praktisch für den Bildvergleich und die Bildmontage ist.
ein offenes Framework für Blindenavigation basierend auf ESP32
Pruna ist ein Framework zur Modelloptimierung, das für Entwickler entwickelt wurde und es Ihnen ermöglicht, schnellere, effizientere Modelle mit minimalem Overhead zu liefern.
Xtreme1 ist eine All-in-One-Plattform für Datenkennzeichnung und -annotation für das Training multimodaler Daten und unterstützt 3D-LiDAR-Punktwolken, Bilder und LLMs.
Offizielle Repository für evolutionäre Optimierung von Modellzusammenführungsrezepten
Zenless Zone Zero | 绝区零 | Hohlraum Null | Automatischer Kampf | Automatisierung | Bilderkennung | Texterkennung
Dieses Repository ist die offizielle Implementierung von Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)
Sammle einige Arbeiten über Transformer für Detektion und Segmentierung. Awesome Detection Transformer für Computer Vision (CV)
[CVPR 2025] Hallo3: Hochentwickelte, dynamische und realistische Porträtbildanimation mit Video Diffusion Transformer
Erstellen, trainieren, optimieren und betreiben Sie Computer-Vision-Modelle lokal – von Rohbildern bis zur Live-Inferenz. Open Source und für Intel® XPU optimiert (CUDA wird ebenfalls unterstützt).
Keras-Implementierung von Deeplab v3+ mit vortrainierten Gewichten
Kuratierter visueller Katalog mit über 200 Architekturen von Vision-Language-Modellen (VLM/MLLM): Fachartikel, Diagramme, Trainingsrezepte, Datensätze und ein Veröffentlichungszeitplan für multimodale KI-Agenten.