#computer-vision Repositories
Insgesamt 1,451 Repositories
[IJCV] Show-1: Pixel- und Latent-Diffusionsmodelle für die Text-zu-Video-Generierung heiraten
Ein praktisches extrinsisches Kalibrierungswerkzeug für LiDAR-Kamerasysteme.
APISR: Anime-Produktion-inspirierte realweltliche Anime-Super-Resolution (CVPR 2024)
GaussianObject: Hochwertige 3D-Objektrekonstruktion aus vier Ansichten mit Gaussian Splatting (SIGGRAPH Asia 2024, TOG)
Skalierbare Ähnlichkeitsbildsuche basierend auf Merkmalspunktübereinstimmung
awesome grounding: Eine kuratierte Liste von Forschungsarbeiten im visuellen Grounding
Gaussian-SLAM: Fotorealistisches dichtes SLAM mit Gaußscher Zerlegung
Ein auf Unreal Engine 5 (UE5) basierendes Plugin, das Echtzeit-Visualisierung, -verwaltung/-bearbeitung und skalierbares Hybrid-Rendering von Guassian Splatting-Modellen bereitstellen soll.
Ein 3D-Gauß-Splatting-Framework mit verschiedenen abgeleiteten Algorithmen und einem interaktiven Web-Viewer
Leichte, nützliche Implementierung der konformen Vorhersage auf realen Daten.
Sammlung öffentlich verfügbarer Person-Re-Identifikations-Datensätze
[CVPR 2021 & IJCV 2024] Semantische Segmentierung aus einer Sequenz-zu-Sequenz-Perspektive mit Transformatoren neu überdacht
Die offizielle Implementierung des CVPR'25 Oral Papers „Go-with-the-Flow: Motion-Controllable Video Diffusion Models Using Real-Time Warped Noise“
Ein benutzerdefinierter Knotensatz für die Videobildinterpolation in ComfyUI.
Biodiversitäts-Hub von Microsoft AI for Good Lab: Projektkatalog, Dokumentation und Navigation für KI im Naturschutz, SPARROW und MegaDetector.
Echtzeit-WebGL- und JavaScript-Bibliothek für Gesichtsverfolgung, Emotionserkennung und animierte Emoticons im Browser, mit enthaltenen SVG- und Three.js-Demos 😄
[CVPR 2024 Highlight] Das offizielle Repo für "GaussianAvatars: Photorealistic Head Avatars with Rigged 3D Gaussians"
Code-Freigabe für "Cut and Learn for Unsupervised Object Detection and Instance Segmentation" und "VideoCutLER: Surprisingly Simple Unsupervised Video Instance Segmentation"
TableBank: Ein Benchmark-Datensatz für die Tabellenerkennung und -detektion
Offizielle Implementierung von `Splatter Image: Ultra-schnelle 3D-Rekonstruktion aus Einzelansicht` CVPR 2024
[TMLR] Speicherführende Diffusion für die Generierung expressiver sprechender Videos
Code für "Efficient LoFTR: Semi-Dense Local Feature Matching mit Sparse-ähnlicher Geschwindigkeit", CVPR 2024
GigaModels: Ein umfassendes Repository und eine Plattform für multimodale, generative und perzeptuelle Modelle
[ICLR 2024] Echtzeit-fotorealistische dynamische Szenenrepräsentation und -rending mit 4D-Gauß'schem Splatting
[CVPR 2024 Highlight] Offizielle PyTorch-Implementierung von SpatialTracker: Verfolgung beliebiger 2D-Pixel im 3D-Raum
Rust CV Mono-Repo. Enthält reine Rust-Abhängigkeiten, die versuchen, die Fähigkeiten von OpenCV, OpenMVG und vSLAM-Frameworks in einem kohäsiven Satz von APIs zu kapseln.
LibreYOLO ist eine unter der MIT-Lizenz lizenzierte Open-Source-Computer-Vision-Bibliothek