#computer-vision Repositories
Insgesamt 1,451 Repositories
Offizielle Implementierung von "OpenPifPaf: Composite Fields for Semantic Keypoint Detection and Spatio-Temporal Association" in PyTorch.
[NeurIPS 2023] Offizieller Code für "SMPLer-X: Skalierung von Expressivem Human Pose and Shape Estimation"
Die offizielle PyTorch-Implementierung von OCNet, OCRNet und SegFix.
ComfyUI-Knoten zum Zuschneiden vor dem Sampling und Wiederzusammenfügen nach dem Sampling, die die Inpainting beschleunigen
Finden Sie automatisch Probleme in Bilddatensätzen und üben Sie datenzentrische Computer Vision.
Lesehinweise zu multimodalen großen Sprachmodellen, großen Sprachmodellen und Diffusionsmodellen
Schnelle Computer-Vision-Bibliothek für SFM, Kalibrierung, Fiducials, Tracking, Bildverarbeitung und mehr.
Hochleistungs-Tracking mehrerer Objekte basierend auf YOLO, Deep SORT und KLT 🚀
Ein vollständiger, strukturierter Hub zum Erlernen Künstlicher Intelligenz — abdeckend KI, maschinelles Lernen, Deep Learning und Data Science mit Büchern, Roadmaps und kuratierten Ressourcen vom Anfänger bis zum Fortgeschrittenen.
so etwas wie Visual-ChatGPT, die Open-Source-Version von Wenxin Yiyan
:basketball::robot::basketball: KI-Web-App und API zur Analyse von Basketballschüssen und Wurfposen.
Eine einfache Methode zur Durchführung von halbüberwachtem Lernen mit begrenzten Daten.
Eine neue Codebasis für beliebte Scene Graph Generation-Methoden (2020). Visualisierung & Scene Graph Extraction auf benutzerdefinierten Bildern/Datensätzen sind vorhanden. Es ist auch eine PyTorch-Implementierung des Papiers „Unbiased Scene Graph Generation from Biased Training CVPR 2020“
Ein out-of-the-box Human-Parsing-Repräsentations-Extraktor.
[CVPR'23, Highlight] ECON: Explizit bekleidete Menschen optimiert durch Normalintegration
StyleGAN-Human: Eine datenzentrierte Odyssee der menschlichen Generierung
Bewertung und Reproduktion von realen Roboter-Manipulationsrichtlinien (z. B. RT-1, RT-1-X, Octo) in Simulation unter gängigen Setups (z. B. Google Robot, WidowX+Bridge) (CoRL 2024)
Ein flexibles und erweiterbares Framework für die Gangerkennung. Mit Hilfe von OpenGait können Sie sich auf die Entwicklung Ihrer eigenen Modelle konzentrieren und einfach mit State-of-the-Arts vergleichen.
Diese Reihe nimmt Sie mit auf eine Reise von den Grundlagen der NLP und Computer Vision bis hin zu den modernsten Vision-Language-Modellen.
[CVPR 2024] Offizielle Implementierung von „Deformable 3D Gaussians for High-Fidelity Monocular Dynamic Scene Reconstruction“
🪐 Objaverse-XL ist ein Universum mit über 10 Millionen 3D-Objekten. Enthält API-Skripte zum Herunterladen und Verarbeiten!
PyTorch – FID-Berechnung mit ordnungsgemäßer Bildgrößenänderung und Quantisierungsschritten [CVPR 2022]
:books: Eine Sammlung von Deep-Learning-basierten Papieren zur Bild- und Video-Colorization.
OpenSTL: Ein umfassender Benchmark für spatio-temporales vorausschauendes Lernen
[CVPR2023] Das offizielle Repository für OC-SORT: Observation-Centric SORT für Video-Mehrfachobjektverfolgung. OC-SORT ist einfach, online und robust gegenüber Okklusion/nichtlinearer Bewegung.
[ICLR 2025 Oral] TANGO: Co-Speech-Gesten-Video-Reenactment mit hierarchischer Audio-Bewegungs-Einbettung und Diffusionsinterpolation
Ein Tutorial, das zeigt, wie man die TensorFlow Object Detection API auf dem Raspberry Pi einrichtet