#computer-vision Repositories
Insgesamt 1,451 Repositories
Robust Video Matting in PyTorch, TensorFlow, TensorFlow.js, ONNX, CoreML!
Hello AI World: Leitfaden zum Bereitstellen von Deep-Learning-Inferenznetzwerken und Deep-Vision-Primitiven mit TensorRT und NVIDIA Jetson.
Einfach zu bedienendes Gerät zum Verbinden von "alten" Messeinheiten (Wasser, Strom, Gas, ...) mit der digitalen Welt
Lab-Materialien für MIT 6.S191: Einführung in das Deep Learning
Deep Learning Interview-Leitfaden (Enthält Mathematik, Machine Learning, Deep Learning, Computer Vision, Natural Language Processing und SLAM usw.)
Zenless Zone Zero "One-Stop" | Vollautomatisch | Automatische Ausweichmanöver | Tägliche Aufgaben automatisch | Automatische Hohlräume | Unterstützt Controller
Begleitcode in "Praktischem Tutorial zum Training von PyTorch-Modellen"
Erleben, Lernen und Codieren Sie die neuesten bahnbrechenden Innovationen mit Microsoft AI
Werde ein erstklassiger KI/ML-Forscher/Ingenieur mit diesem unkonventionellen Lehrbuch, das Mathematik, Informatik und ML auf intuitive Weise vermittelt.
Emote Portrait Alive: Generierung expressiver Porträtvideos mit Audio2Video Diffusion Model unter schwachen Bedingungen
Go-Paket für Computer Vision mit OpenCV 4 und höher. Enthält Unterstützung für DNN, CUDA, OpenCV Contrib und OpenVINO.
OpenFace – ein State-of-the-Art-Tool für die Erkennung von Gesichtslandmarken, Schätzung der Kopfhaltung, Erkennung von Gesichts-Aktionsunits und Schätzung des Augenblicks.
PySlowFast: Video-Verständnis-Codebase von FAIR zur Reproduktion von State-of-the-Art-Video-Modellen.
Offenes Lakehouse-Format für multimodale KI. Konvertieren Sie mit 2 Codezeilen von Parquet für 100-mal schnelleren Direktzugriff, Vektorindizierung und Datenversionierung. Kompatibel mit Pandas, DuckDB, Polars, Pyarrow und PyTorch, weitere Integrationen folgen.
Eine Agenten-Funktion, die herausfindet, wo ein Foto aufgenommen wurde — mithilfe von OpenStreetMap-Geometrien, Höhenprofilen der Skyline, Satellitenbildern und Straßenansichten — und ihre Arbeit nachvollziehbar zeigt. Funktioniert mit Claude Code, Codex, Cursor, Gemini CLI, OpenCode und GitHub Copilot.
OpenMMLab Multimodales Advanced, Generatives und Intelligentes Erstellungstoolbox. Entsperren Sie die Magie 🪄: Generative-KI (AIGC), benutzerfreundliche APIs, toller Model-Zoo, Diffusionsmodelle für Text-zu-Bild-Generierung, Bild-/Video-Restaurierung/Verbesserung usw.
Offizielles Repository von "SAMURAI: Adapting Segment Anything Model for Zero-Shot Visual Tracking with Motion-Aware Memory"
Offiziell gepflegt und von PaddlePaddle unterstützt, einschließlich CV, NLP, Speech, Rec, TS, großer Modelle und so weiter.
Leseliste für Forschungsthemen im multimodalen maschinellen Lernen
Offizielle Implementierung des OCR-freien Dokumentenverständnis-Transformators (Donut) und des synthetischen Dokumentengenerators (SynthDoG), ECCV 2022
Öffne die Multiple View Geometry Bibliothek. Grundlage für 3D Computer Vision und Structure from Motion.
[AAAI 2025] Offizielle Implementierung von "OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on"