#deep-learning Repositories
Insgesamt 2,273 Repositories
Quellcode für die Arbeit "OrienterNet Visuelle Lokalisierung in 2D öffentlichen Karten mit neuronaler Übereinstimmung"
Eine kuratierte Liste fantastischer AGI-Frameworks, Software und Ressourcen
Offizielle Implementierung für "Blended Diffusion für textgesteuerte Bearbeitung natürlicher Bilder" [CVPR 2022]
Llama von Grund auf, oder wie man eine wissenschaftliche Arbeit ohne Tränen implementiert
Kennzeichenerkennung + -erkennung mit YOLOv5 und LPRNet (CCPD-Datensatz)
Codierung eines multimodalen (Vision) Sprachmodells von Grund auf in PyTorch mit vollständiger Erklärung: https://www.youtube.com/watch?v=vAmKB7iPkWw
Implementierung von Enformer, Deepminds Aufmerksamkeitsnetzwerk zur Vorhersage der Genexpression, in Pytorch
[ICCV 2025] SAM2Long: Verbesserung von SAM 2 für die Segmentierung langer Videos mit einem trainingsfreien Speicherbaum
Verwenden Sie PyTorch-Modelle mit CasADi für datengesteuerte Optimierung oder lernbasierte optimale Regelung. Unterstützt Acados.
ACG2vec (Anime Comics Games to vector) setzt sich dafür ein, eine Spielwiese zu schaffen, die ACG und Deep Learning kombiniert. (Semantische Textsuche, bildbasierte Suche, semantische Bildsuche, Super-Resolution für Bilder, Empfehlungssysteme)
KI-Bildsignalverarbeitung und computergestützte Fotografie. Offizielle Bibliothek für NTIRE (CVPR) und AIM (ICCV/ECCV) Challenges. Hier finden Sie erlernte ISPs, RAW-Wiederherstellung-Hochskalierung-Rekonstruktion, Bildverbesserung, Bokeh-Rendering und mehr!
Eine umfassende Liste großartiger Fachartikel zur Rektifizierung von Dokumentenbildern.
Offizieller Code für das ECCV 2024 Paper — One-Shot Diffusion Mimicker zur Generierung handschriftlichen Textes
Offizielles Repository für Make-A-Character: Hochwertige Text-zu-3D-Charaktererstellung in wenigen Minuten
🤖 Tolle Liste von AGI-Agenten. Kuratierte Ressourcensammlung für Agenten.
『Deep Learning von Grund auf ❹』(O'Reilly Japan, 2022)
Dies ist eine offizielle PyTorch-Implementierung von "Cross View Fusion for 3D Human Pose Estimation, ICCV 2019".
Wir kennen GANs für ihre Erfolge bei der realistischen Bilderzeugung. Sie können jedoch auch zur Erzeugung tabellarischer Daten angewendet werden. Wir werden einige neuere Arbeiten zu tabellarischen GANs in Aktion überprüfen und untersuchen.
Offizielles Repository für die Arbeit „Grokfast: Beschleunigtes Grokking durch Verstärkung langsamer Gradienten“
Eine Liste von Ressourcen für die Superauflösung hyperspektraler Bilder, gesammelt von Junjun Jiang
Computational Pathology Toolbox, entwickelt vom TIA Centre der University of Warwick.
TorchANI 2.0 ist eine Open-Source-Bibliothek, die das Training, die Entwicklung und die Erforschung von interatomaren Potenzialen von neuronalen Netzen im ANI-Stil unterstützt. Sie wurde ursprünglich von der Roitberg-Gruppe entwickelt und wird derzeit von ihr gepflegt.
[Image and Vision Computing (Vol.147 Juli '24)] Interaktive natürliche Bildmatierung mit Segment Anything Models
Deep Reinforcement Learning (PPO) im autonomen Fahren (Carla) [von Grund auf]
Entdecken Sie vortrainierte Modelle für Deep Learning in MATLAB
Sammlung von Arbeiten, die darauf abzielen, Modellgrößen oder den ASIC/FPGA-Beschleuniger für maschinelles Lernen zu reduzieren
Flame ist ein Open-Source-multimodales KI-System, das entwickelt wurde, um UI-Design-Mockups in qualitativ hochwertigen React-Code zu übersetzen. Es nutzt Vision-Language-Modelling, automatisierte Datensynthese und strukturierte Trainings-Workflows, um die Lücke zwischen Design und Frontend-Entwicklung zu schließen.
Implementierung einer einzelnen Schicht des MMDiT, vorgeschlagen in Stable Diffusion 3, in Pytorch