#computer-vision Repositories
Insgesamt 1,451 Repositories
Offizielle Implementierung für das Paper: InFusion: Inpainting von 3D-Gauss-Funktionen durch Erlernen der Tiefenkomplettierung aus einem Diffusions-Prior
Eulersche Echtzeit-Videovergrößerung: Verstärken Sie subtile Bewegungen und Farben von einer Webcam oder einem Video. Linux/Windows/macOS
Physikbasiertes Rauschmodellierungsverfahren für extrem rauschfreie Fotografie bei sehr schwachem Licht (CVPR 2020 Oral & TPAMI 2021)
[ECCV 2024] ControlNet++: Verbesserung bedingter Steuerungen durch effizientes Konsistenz-Feedback.
[Information Fusion (Vol.103, Mar. '24)] Steigerung des Image Matting mit vortrainierten Plain Vision Transformers
Der offizielle Code für „Deep Unrestricted Document Image Rectification“, TMM, 2023.
[CVPR 2024 Highlight] XCube: Große 3D-Generierungsmodellierung unter Verwendung von spärlichen Voxel-Hierarchien
[CVPR 2023, BSP] 3D-Registrierung mit maximalen Klicks
Öffentliche Veröffentlichung des Image Matching Benchmarks: https://image-matching-challenge.github.io
Code- und Implementierungsrichtlinien für das Papier ✨Counting Anything. Projektseite: https://mengqi-lei.github.io/count-anything-projectpage/
[AAAI' 25] U-KAN bildet ein starkes Rückgrat für die Segmentierung und Generierung medizinischer Bilder
Umfassender Deep Learning Tutorial: Vom Anfänger zum Experten
Offizielle Pytorch-Implementierung für „DINO-Tracker: DINO zur selbstüberwachten Punktverfolgung in einem einzelnen Video im Griff“ (ECCV 2024)
ELITE: Kodierung visueller Konzepte in Text-Einbettungen für die kundenspezifische Text-zu-Bild-Generierung (ICCV 2023, Vortrag)
Ein einfaches Modul zur Erkennung von Schläfrigkeit für Menschen. 😴 🚫 🚗
[NeurIPS 2024] PointMamba: Ein einfaches Zustandsraummodell für die Punktwolkenanalyse
[CVPR 2022] StyleSwin: Transformer-basierter GAN für hochauflösende Bilderzeugung
[IEEE TMI-2024] UNETR++: Vertiefte Untersuchung der effizienten und präzisen 3D-Segmentierung medizinischer Bilder
Visionär: Der World-Model-Träger, aufgebaut auf der WebGPU-betriebenen Gaussian-Splatting-Plattform
NeurIPS'24-Workshop - UniTable: Auf dem Weg zu einem einheitlichen Tabellen-Grundlagenmodell
[CVPR 2023] Parameter ist nicht alles, was Sie brauchen: Beginnend mit nicht-parametrischen Netzwerken für die 3D-Punktwolkenanalyse
Beeindruckende kuratierte Liste zu Eye Gaze Estimation Papers
Open-Source-Framework für Unsicherheits- und Deep-Learning-Modelle in PyTorch 🌱
Forschungscode zur metrischen Tiefenschätzung in periokularen VR-Bildern unter Verwendung von UE MetaHuman-generierten Daten.
Plattformübergreifende Bibliothek für die 6DoF-Verfolgung des PS Move Motion Controllers. Sensorfusion, Computer Vision, Umgebungsanzeige (LED-Kugel).
Pytorch-Implementierung von: "Stable-Hair: Real-World Hair Transfer via Diffusion Model" (AAAI 2025)
[CVPR 2024] SinSR: Diffusionsbasierte Bildsuperauflösung in einem einzigen Schritt
🔥🔥🔥Java-Code zur Implementierung des Aufrufs von RapidOCR (basiert auf PaddleOCR), Anpassung für Mac, Win, Linux, Unterstützung für das neueste PP-OCRv4
Notizen zur Echtzeit-interaktiven GPT-Digitalmenschen-Technologie, kein Open-Source-Projekt für digitale Menschen
[CVPR 2023] Offizielles Repository zum Herunterladen, Verarbeiten, Visualisieren und Trainieren von Modellen auf dem ARCTIC-Datensatz.
Code für „Neuronale 3D-Szenenrekonstruktion unter der Manhattan-Welt-Annahme“, mündlicher Vortrag auf der CVPR 2022
Hardnet-Deskriptor-Modell - „Hart arbeiten, um die Ränder deines Nachbarn zu kennen: Lokaler Deskriptor-Lernverlust“
[MM 2025] EventVAD: Trainingsfreie und ereignisbewusste Video-Anomalieerkennung
Crowd-sourcing-basierter emotionaler multimodaler Schauspieler‑Datensatz (CREMA-D)
Dieses Projekt widmet sich der Implementierung und Erforschung von Kolmogorov-Arnold-Faltungsnetzwerken. Das Repository umfasst Implementierungen von 1D-, 2D- und 3D-Faltungen mit verschiedenen Kernels, ResNet-ähnlichen und DenseNet-ähnlichen Modellen, Trainingscode auf Basis von accelerate/PyTorch sowie Skripte für Experimente mit CIFAR-10 und Tiny ImageNet.
Papierliste für die Einzelobjektverfolgung (State-of-the-Art SOT-Tracker)
Ein Blender-Addon zur Generierung synthetischer Ground-Truth-Daten für Computer-Vision-Anwendungen
Code zum Erstellen von Stylized-ImageNet, einer stilisierten Version des standardmäßigen ImageNet (ICLR 2019 Oral)
Barcodes in einem Bild verstecken. Man kann einen QR-Code in einem gewöhnlichen Bild verstecken, der von WeChat erkannt werden kann. Dieser Code kann von jedem verwendet werden, außer von einer Person: Ein Marketing-Konto auf Douyin (抖X) namens '大神开发' (Göttliche Entwicklung) hat nacheinander über ein Dutzend meiner Originalvideos gestohlen. Ich habe noch nie einen so schamlosen Menschen gesehen!
Dieses Repository ermöglicht es Ihnen, neuronale Netzwerk-Modelle zu trainieren, um eine end-to-end Vollseiten-Handschrifterkennung mit den Apache MXNet Deep-Learning-Frameworks auf dem IAM-Datensatz durchzuführen.