#image-retrieval Repositories
Entdecke 24 aktive Open-Source-GitHub-Repositories, die mit #image-retrieval getaggt sind und insgesamt 47,138 Sterne gesammelt haben (durchschnittlich 1,964 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist KevinMusgrave/pytorch-metric-learning mit 6,343 Sternen.
Insgesamt 24 Repositories
Trainieren und bewerten Sie Embeddings für die Ähnlichkeitssuche mit PyTorch. Enthält kontrastive Verluste, Hard-Example-Mining, Sampler und Retrieval-Metriken.
:bouncing_ball_person: Pytorch ReID: Eine kleine, freundliche, starke PyTorch-Implementierung einer Person-re-id / Fahrzeug-re-id-Baseline. Tutorial 👉https://github.com/layumi/Person_reID_baseline_pytorch/tree/master/tutorial
Towhee ist ein Framework, das sich der einfachen und schnellen Verarbeitung von neuronalen Datenpipelines widmet.
HuixiangDou: Bewältigung von Gruppenchat-Szenarien mit LLM-basierter technischer Unterstützung
CNN-Bildabruf in PyTorch: Training und Evaluierung von CNNs für Bildabruf in PyTorch
Sammlung öffentlich verfügbarer Person-Re-Identifikations-Datensätze
Ein leistungsstarker Ausgangspunkt für Bildklassifizierung, Gesichtserkennung und Bildabruf mit Pytorch
Dieses Repository enthält den Code für "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] und "MMEB-V3" [COLM 2026]
ACM Multimedia2020 University-1652: Ein Multi-View Multi-Source-Benchmark für drone-basierte Geo-Lokalisierung :helicopter: annotiert 1652 Gebäude an 72 Universitäten weltweit.
DreamSim: Lernen neuer Dimensionen der menschlichen visuellen Ähnlichkeit mit synthetischen Daten (NeurIPS 2023 Spotlight) / / / / Wann profitiert die Wahrnehmungsangleichung von visuellen Repräsentationen? (NeurIPS 2024)
Dieser Telegram-Bot kann das Anime erkennen, wenn du einen Screenshot daran sendest
Multiview-Matching mit Deep-Learning- und handgefertigten lokalen Merkmalen für COLMAP und andere SfM-Software. Unterstützt hochauflösende Formate und Bilder mit Rotationen. Sowohl CLI als auch GUI werden unterstützt.
kapture ist ein Dateiformat sowie eine Reihe von Werkzeugen zur Bearbeitung von Datensätzen, insbesondere von Daten für visuelle Lokalisierung und Structure from Motion.
Hardnet-Deskriptor-Modell - „Hart arbeiten, um die Ränder deines Nachbarn zu kennen: Lokaler Deskriptor-Lernverlust“
Offline-semantische Text-zu-Bild- und Bild-zu-Bild-Suche auf Android, angetrieben durch ein quantisiertes, hochmodernes, vortrainiertes CLIP-Modell und die ONNX Runtime-Inferenz-Engine
Häufig gestellte Fragen
Welches ist das beliebteste #image-retrieval-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#image-retrieval-Projekt auf GitHub ist KevinMusgrave/pytorch-metric-learning mit 6,343 Sternen. Trainieren und bewerten Sie Embeddings für die Ähnlichkeitssuche mit PyTorch. Enthält kontrastive Verluste, Hard-Example-Mining, Sampler und Retrieval-Metriken.
Welche Programmiersprachen werden in #image-retrieval-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #image-retrieval-Projekten auf GitHub sind Python, Jupyter Notebook, C++, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #image-retrieval-Repositories berechnet?
Wir verfolgen 24 aktive Open-Source-Repositories, die mit #image-retrieval getaggt sind (500+ Sterne), mit insgesamt 47,138 Sternen und durchschnittlich 1,964 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.