#computer-vision Repositories
Insgesamt 1,451 Repositories
Offizieller Implementierungscode des Papers <AnyText: Multilinguale visuelle Textgenerierung und -bearbeitung>
[NeurIPS 2023] Offizielle Implementierung des Papers „Segment Everything Everywhere All at Once“
Schnelle Gesichtserkennung, Lokalisierung von Pupille/Augen und Erkennung von Gesichtslandmarkenpunkten in reinem Go.
Ein OBS-Plugin zum Entfernen des Hintergrunds in Porträtbildern (Video), das den Austausch des Hintergrunds bei der Aufnahme oder beim Streaming erleichtert.
Repository für unser SLAM-Handbuch veröffentlichen
Ein Repository zur Speicherung von Modellen, die zwischen verschiedenen Frameworks umgewandelt wurden. Unterstützte Frameworks sind TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.
Ob Sie nun ein absoluter Anfänger im Kurs sind, Projektanwendungen in CV, NLP, LLM verfolgen oder die fortschrittliche ingenieurmäßige Bereitstellung und Implementierung anstreben, in „Praktischer Pytorch-Leitfaden“ (2. Auflage) finden Sie alles. Wir glauben, dass Leser mit Hilfe dieses Buches die Verwendung von PyTorch mühelos meistern und ausgezeichnete Deep-Learning-Ingenieure werden können.
Eine Kamera-App, die schnelle Bewegungsabläufe in einem einzigen Stroboskopfoto festhält – mit geräteinterner Computer Vision, 2D-Stabilisierung und manueller Belichtungssteuerung.
SenseTime Research-Plattform für das Tracking einzelner Objekte, die Algorithmen wie SiamRPN und SiamMask implementiert.
Eine Reihe von Hilfsfunktionen, um grundlegende Bildverarbeitungsoperationen wie Translation, Rotation, Größenänderung, Skelettierung und die Anzeige von Matplotlib-Bildern mit OpenCV und Python zu vereinfachen.
Offizielle Implementierung von "Neuralangelo: High-Fidelity Neural Surface Reconstruction" (CVPR 2023)
Depix ist ein PoC für eine Technik zur Wiederherstellung von Klartext aus pixeligen Screenshots.
Eine umfassende Liste von Arbeiten, die große Sprach-/multimodale Modelle für Robotik/RL verwenden, einschließlich Arbeiten, Codes und verwandten Websites
Open-Source-Evaluierungstoolkit für große Multimodale Modelle (LMMs), unterstützt 220+ LMMs, 80+ Benchmarks
InstantMesh: Effiziente 3D-Mesh-Generierung aus einem einzelnen Bild mit Large Reconstruction Models für Sparse Views
Dieses Projekt reproduziert das Buch Dive Into Deep Learning (https://d2l.ai/) und passt den Code von MXNet an PyTorch an.
TorchGeo: Datensätze, Sampler, Transformationen und vortrainierte Modelle für Geodaten
[ECCV 2022] Dies ist die offizielle Implementierung von BEVFormer, einem kameraeigenen Framework für die Wahrnehmung autonomer Fahrzeuge, z.B. 3D-Objekterkennung und semantische Kartensegmentierung.
Eigene Datensätze annotieren, eigene Algorithmen für künstliche Intelligenz trainieren, bewerten, testen und bereitstellen
OmniGen2: Erforschung zur Fortgeschrittenen Multimodalen Generierung. https://arxiv.org/abs/2506.18871
Die offizielle PyTorch-Implementierung des Papiers "Human Motion Diffusion Model"
Motion, eine Software-Bewegungserkennung. Startseite: https://motion-project.github.io/
Ein Open-Source-Framework für das Training großer multimodaler Modelle.
Blitzschnelle KI-Entscheidungsfindung und intelligente Verarbeitung multimodaler Daten.
Offizielle TensorFlow-Implementierung für die CVPR2020-Forschung « Learning to Cartoonize Using White-box Cartoon Representations »
[ICML 2024] Vision Mamba: Effizientes Lernen visueller Repräsentationen mit bidirektionalen Zustandsraummodellen
Liste der Arbeiten und Datensätze zur industriellen Bildanomalie-/Defekterkennung (wird aktualisiert). Retrieval-Bibliothek für Arbeiten und Datensätze zur Erkennung industrieller Anomalien/Defekte (wird kontinuierlich aktualisiert).
Ein flexibler, hochleistungsfähiger 3D-Simulator für die Embodied-AI-Forschung.
Scenic: Eine Jax-Bibliothek für Computer Vision Forschung und darüber hinaus
Deformable DETR: Deformable Transformer für die End-to-End Objekterkennung.
Eine Python-Bibliothek für selbstüberwachtes Lernen und latente Weltmodelle für Bilder.
Grounded SAM 2: Beliebiges in Videos mit Grounding DINO, Florence-2 und SAM 2 am Boden verfolgen und nachverfolgen
Honkai: Star Rail Automatisierung des Simulierten Universums (Honkai Star Rail - Auto Simulated Universe)
Eine Liste von Arbeiten zu generativen gegnerischen (neuronalen) Netzwerken