#computer-vision Repositories
Insgesamt 1,451 Repositories
Eine kuratierte Liste toller selbstüberwachter Methoden
(CGCSTCD'2017) Ein einfaches, flexibles und genaues Nummernschilderkennungsprojekt für chinesische Kennzeichen in unbeschränkten Situationen. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design
Der Bild-Prompt-Adapter ist so konzipiert, dass er ein vortrainiertes Text-zu-Bild-Diffusionsmodell in die Lage versetzt, Bilder mit einem Bild-Prompt zu generieren.
Trainieren und bewerten Sie Embeddings für die Ähnlichkeitssuche mit PyTorch. Enthält kontrastive Verluste, Hard-Example-Mining, Sampler und Retrieval-Metriken.
Dieses Repository ist eine kuratierte Sammlung von Links zu verschiedenen Kursen und Ressourcen über Künstliche Intelligenz (KI)
Leitfaden für die Bewerbung auf AI-Algorithmus-Positionen (umfasst Vorbereitungsstrategien, Übungsleitfäden, interne Empfehlungen und Listen von AI-Unternehmen usw.)
Chinesische Version von CLIP, die chinesische Cross-Modal-Retrieval und Repräsentationsgenerierung ermöglicht.
Eine PyTorch-Implementierung von NeRF (Neural Radiance Fields), die die Ergebnisse reproduziert.
Outfit Anyone: Hochwertige virtuelle Anprobe für jede Kleidung und jede Person
Dies ist der offizielle Code für das MobileSAM-Projekt, der SAM für mobile Anwendungen und darüber hinaus leichtgewichtig macht!
XLeRobot: Praktischer mobiler Roboter für zu Hause mit zwei Armen für 660 $
Echtzeit-Gesichtserkennung und Emotions-/Geschlechtsklassifikation mit fer2013/imdb-Datensätzen unter Verwendung eines Keras-CNN-Modells und OpenCV.
Ein einheitliches Toolkit für die Deep-Learning-basierte Dokumentenbildanalyse
Framework-unabhängige geslicete/geteilte Inferenz + interaktive Benutzeroberfläche + Fehleranalyse-Diagramme
ECCV2022 – Echtzeit Schätzung mittlerer Strömungen für die Zwischenbildberechnung von Videos
Entwickelt von Turing's Cat, die erste Generation künstlicher Intelligenz für Kreation, basierend auf Open-Source GPT2.0 | Skalierbar, evolvierbar
Deep-Learning-unterstütztes Comic-Übersetzungswerkzeug, unterstützt Ein-Klick-Maschinenübersetzung und einfache Bild-/Textbearbeitung | Yet another computer-aided comic/manga translation tool powered by deeplearning
Dieses Tool wurde veraltet. Verwenden Sie stattdessen Agentic Document Extraction.
【Drei Jahre Vorstellungsgespräche, fünf Jahre Prüfungssimulationen】Eine Plattform mit Interviewressourcen für Algorithmusingenieure im Bereich AIGC/LLM/AI Agent. Sie umfasst praxisnahe Erfahrungen und wichtige Inhalte für Vorstellungsgespräche und schriftliche Prüfungen sowie grundlegendes, langfristig relevantes Wissen aus der KI-Branche, darunter AIGC, Large Language Models (LLMs), KI-Agenten, verkörperte Intelligenz, klassisches Deep Learning, Computer Vision, natürliche Sprachverarbeitung, autonomes Fahren, maschinelles Lernen, bestärkendes Lernen, Big-Data-Mining, Weltmodelle, das Metaversum, AGI und vieles mehr.
Strukturierte Datenextraktion, Anweisungsaufruf und agentische Workflows mit ML, LLM und Vision LLM
Automatisierter Black-Box-Testframework basierend auf Bilderkennung | An automation black-box testing framework based on image recognition
Ein autonomer, kontextsensitiver KI-Desktopbegleiter. Mit Python entwickelt, bietet er Echtzeit-Bildschirmerkennung, benutzerdefinierte ONNX-Sprachsynthese, die Erfassung des aktiven Fensters und eine dynamische, schwebende Benutzeroberfläche mit reaktiven Gesichtsausdrücken.
Dieses Repository ist eine Sammlung von kostenlosen Ressourcen zum Erlernen von Data Science.
AniPortrait: Audio-gesteuerte Synthese von fotorealistischen Porträtanimationen
Eine letztlich umfassende Liste von Papieren zu Vision Transformer/Attention, einschließlich Papieren, Codes und verwandter Websites
GPUImage 2 ist ein Swift-Framework unter BSD-Lizenz für GPU-beschleunigte Video- und Bildverarbeitung.
PyTorch-Code und Modelle für das selbstüberwachte Lernen aus Videos mit VJEPA2.