#pytorch Repositories
Insgesamt 1,936 Repositories
Deep-Learning-Modellkonverter für PaddlePaddle. („飞桨“ Tiefenlernmodell-Konvertierungstool)
Code für EgoX: Egocentric Video Generation aus einem einzigen Exzentrischen Video
GPU-Jupyter: Ihr GPU-beschleunigtes JupyterLab mit einem reichen Data-Science-Toolstack, TensorFlow und PyTorch für Ihre reproduzierbaren Deep-Learning-Experimente.
[CVPR 2024] X-Adapter: Hinzufügen universeller Kompatibilität von Plugins für verbesserte Diffusionsmodelle
Ultraschnelle Tiefen-Bänderkennung mit hybrider Anker-getriebener ordinaler Klassifikation (TPAMI 2022)
Hunyuan-GameCraft: Hochdynamische interaktive Spielvideoerzeugung mit hybrider Historienbedingung
Das erste verhaltensbasierte Modell, das einen virtuellen physikbasierten humanoiden Agenten für eine Vielzahl von Ganzkörperaufgaben steuert.
[AAAI 2025] Offizielle Codes von "ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models".
[CVPR2023] Blind Video Deflickering durch neuronale Filterung mit einer fehlerhaften Atlas
Eine effiziente PyTorch-Implementierung des Gewinner-Eintrags des VQA-Challenges 2017.
Offizielles Repository für Splatt3R: Zero-shot Gaussian Splatting aus unkalibrierten Bildpaaren
Neueste hochzitierte/Top-Konferenz-Papiere zur Erklärbarkeit von neuronalen Netzwerkmodellen im Deep Learning (mit Code)
Dieses Projekt analysiert Tennisspieler in einem Video, um ihre Geschwindigkeit, Ballgeschwindigkeit und Anzahl der Schläge zu messen. Dieses Projekt erkennt Spieler und den Tennisball mit YOLO und nutzt auch CNNs, um Court-Keypoints zu extrahieren. Dieses praktische Projekt ist perfekt, um Ihre Kenntnisse in maschinellem Lernen und Computer Vision zu verfeinern.
Lernbasierte Bewegungssteuerung von OpenRobotLab, einschließlich Hybrid-Internem Modell & H-Infinity-Bewegungssteuerung
[ICCV 2023] PoseDiffusion: Lösen von Posen-Schätzungen durch Diffusions-unterstützte Bündel-Anpassung
„AI Full Stack – Hervorragende Ressourcensammelseite des gesamten Netzwerks“: Sammelt hervorragende Ressourcen aus dem gesamten Netzwerk, dokumentiert Lösungsstrategien und Schlüsselpunkte für technische Praxisprobleme, teilt verschiedene praktische Anwendungsfälle, verfolgt die Entwicklung von Spitzen Technologien und umfasst KI-Full-Stack-Wissen, einschließlich großer Modelle, Programmiertechnologien, maschinelles Lernen, tiefes Lernen, bestärkendes Lernen, Graph-Neuronale Netze, Spracherkennung, NLP und Bilderkennung.
Tevatron – Unified Document Retrieval Toolkit für Skalierung, Sprache und Modalität. Demo auf der SIGIR 2023, SIGIR 2025.
[ICCV 2023] Offizielle Implementierung des Papiers "A Simple Framework for Open-Vocabulary Segmentation and Detection"
Hilfedokumentation zur lokalen Bereitstellung von So-VITS-SVC, bereitgestellt mit einem Colab-Notebook So-VITS-SVC Lokale Bereitstellungsdokumentation und Bereitstellung eines Colab-Notebooks
Contrib-Paket für Stable-Baselines3 - Experimenteller Code für verstärkendes Lernen (RL)
[NeurIPS 2024 Spotlight] Offizielle Implementierung von MSFA und Veröffentlichung des SARDet_100K-Datensatzes für die groß angelegte Objekterkennung mit synthetischem Scharffokusradar (SAR)
YOLOv11-RGBT: Auf dem Weg zu einem umfassenden einstufigen multispektralen Objekterkennungs-Framework (Unterstützt RGBT-Erkennung für alle YOLO-Serien von YOLOv3 bis YOLOv13 sowie RTDETR. 【Ultralytics YOLOv3-YOLOv13】
Ein High-Level-Toolbox für die Verwendung komplexwertiger neuronaler Netze in PyTorch
[CVPR'25 Highlight] Offizielles Repository von Sonata: Selbstüberwachtes Lernen von zuverlässigen Punktrepräsentationen
Multi-/Einzel-UAV(unbemanntes Luftfahrzeug)-Pfadplanung basierend auf tiefem Reinforcement Learning
Offizielle PyTorch-Implementierung von "I2L-MeshNet: Image-to-Lixel Prediction Network für genaue 3D-Menschen-Pose und Netzschätzung aus einem einzigen RGB-Bild", ECCV 2020
Das wichtigste Repository für modernste Forschung und Entwicklung im Bereich der multilingualen Frage-Antwort-Systeme.
Eine inoffizielle Implementierung des Papers 3D Gaussian Splatting für Echtzeit-Strahlungsfeld-Rendering in TaiChi-Sprache.
Vollständig konvolutive geometrische Merkmale: Schnelle und präzise 3D-Merkmale für Registrierung und Korrespondenz.
PromptKG Family: eine Galerie von Forschungsarbeiten, Toolkits und Paper-Listen zu Prompt Learning & KG-bezogenen Themen.
yolort ist ein Laufzeit-Stack für yolov5 auf spezialisierten Beschleunigern wie tensorrt, libtorch, onnxruntime, tvm und ncnn.
Ein Pytorch-basiertes Framework für Streaming und Nicht-Streaming-Spracherkennung, das sowohl Online- als auch Offline-Erkennung unterstützt. Derzeit werden Conformer, Squeezeformer und DeepSpeech2-Modelle unterstützt, zusammen mit verschiedenen Datenaugmentationsmethoden.