#computer-vision Repositories
Insgesamt 1,451 Repositories
[ECCV2024 - Oral, Best Paper Award Candidate] SEA-RAFT: Einfaches, effizientes und genaues RAFT für optischen Fluss
Der Hailo Model Zoo umfasst vortrainierte Modelle und eine vollständige Umgebungen für Erstellung und Evaluierung
[CVPR 2025 Highlight] Offizielle Implementierung von "MangaNinja: Linienkunst-Kolorierung mit präziser Referenzverfolgung"
Die von [ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle) gelösten Knoten sind hauptsächlich diejenigen mit komplexen Anforderungen an Abhängigkeitspakete.
Echtzeit-3D-Ganzkörperrekonstruktion aus einer einzelnen Kamera, Multipersonen-BVH-Ausgabe, reine C++-Laufzeit, ONNX + ggml, 70-Gelenk-Skelett mit Händen.
Eine kuratierte Liste fantastischer Video-Weltmodelle mit AR-Diffusion: Deckt Algorithmen, Anwendungen und Infrastruktur ab und soll als umfassende Ressource für Forscher, Praktiker und Enthusiasten dienen.
Lassen Sie uns Vision-Transformer (ViT) für CIFAR-10/CIFAR-100/ImageNet trainieren
KI-gestützte Claude-Funktion für 2D-Skelettanimationen in Spine – Charaktere automatisch riggen, animieren und in der Vorschau anzeigen
[CVPR'25 Highlight] Sie sehen es, Sie bekommen es: Erlernen der 3D-Erstellung auf Poser-freien Videos im großen Maßstab
Dies ist ein kollektives Repository für alle 3DGS-bezogenen Fortschritte in Forschung und Industrie
Dies sind die Notizen zum maschinellen Lernen-Studium. Vielleicht finden Sie darin etwas Nützliches.
:books: Zusammenfassung zu Computer-Systemarchitektur, Grundlagen eingebetteter Systeme und gängigen Programmiersprachen
BiomedParse: Ein Basismodell für gemeinsame Segmentierung, Erkennung und Identifizierung biomedizinischer Objekte über neun Modalitäten hinweg
Diffusion Model-basierte Bildbearbeitung: Ein Survey (TPAMI 2025)
Superchargen Sie WordPress-Inhaltsworkflows und Engagement mit Künstlicher Intelligenz.
EfficientSAM3 komprimiert SAM3 durch progressive Wissensdestillation in leichte, edge-freundliche Modelle für schnelle promptbare Konzeptsegmentierung und -verfolgung.
Gegeben ein wissenschaftliches PDF, extrahieren Sie Abbildungen, Tabellen, Bildunterschriften und Abschnittstitel.
DifFace: Blind Face Restoration mit diffundierter Fehlerkontraktion (TPAMI, 2024)
[ECCV 2020] Erlernen von angereicherten Merkmalen für die Restaurierung und Verbesserung realer Bilder. SOTA-Ergebnisse für Bildentrauschung, Super-Resolution und Bildverbesserung.
[CVPR 2026 Highlight] Offizielle Implementierungen für das Paper - HoloCine: Holistische Generierung kinematischer Multi-Shot-Langer Videoerzählungen
Geteilte Ultralytics-Logos, Medien, Beispielbilder, vortrainierte Modellgewichte, Datensatzartefakte und Release-Assets.
Ein PyTorch-Port von google-research/google-research/robust_loss/
【CVPR 2025 Highlight】MonSter: Monodepth mit Stereo vereinen entfesselt Leistung
Eine Full Stack ML (Machine Learning) Roadmap beinhaltet das Erlernen der notwendigen Fähigkeiten und Technologien, um in allen Aspekten des maschinellen Lernens versiert zu werden, einschließlich Datenerfassung und -vorverarbeitung, Modellentwicklung, Bereitstellung und Wartung.
Eine kuratierte Liste von großartigen MediaPipe-bezogenen Codebeispielen, Bibliotheken und Software
Eine winzige, abhängigkeitsfreie Computer-Vision-Bibliothek in C für eingebettete Systeme, Drohnen und Robotik.
Dataset Management Framework, eine Python-Bibliothek und ein CLI-Tool zum Erstellen, Analysieren und Verwalten von Computer-Vision-Datensätzen.
MNNKit ist eine Sammlung von KI-Lösungen für mobile Entwickler, die von der MNN-Engine betrieben wird.
Dynamische neuronale Strahlungsfelder für die monokulare 4D-Gesichtsavatarrrekonstruktion
[CVPR 2024] MovieChat: Von dichten Token zu spärlichem Gedächtnis für das Verständnis langer Videos