#computer-vision Repositorios
1,451 repositorios en total
[CVPR 2021] Restauración progresiva de imágenes multietapa. Resultados SOTA para desenfoque, eliminación de lluvia y eliminación de ruido de imágenes.
La ruta de aprendizaje más completa para ingenieros de agentes · Domina la ingeniería de IA desde cero · 20 etapas y 542 lecciones · Traducción completa al chino + sitio web complementario + vídeos explicativos animados · Guía para convertirse en ingeniero de agentes de IA
Una colección de artículos sobre el tema ``Visión por Computadora en la Naturaleza (CVinW)''
Un conjunto de datos de galería de indicaciones de texto a imagen a gran escala basado en Stable Diffusion
Una implementación Python completa para el sistema de vista envolvente de coches reales
DimensionX [ICCV'25]: Crea cualquier escena 3D y 4D a partir de una sola imagen con difusión de video controlable
🚀 La API de Conteo de Objetos de TensorFlow es un marco de código abierto construido sobre TensorFlow y Keras que facilita el desarrollo de sistemas de conteo de objetos!
BatchNorm Activado In Situ para el Entrenamiento Optimizado en Memoria de DNNs
Proyecto de reconocimiento facial en tiempo real con OpenCV y Python
[CVPR 2023] Una alternativa académica a la red de ocupación de Tesla para la conducción autónoma.
SDK de Python para eliminación de fondo local y en la nube (pip install withoutbg)
TinyGPT-V: Modelo de lenguaje grande multimodal eficiente a través de espinas dorsales pequeñas
CommonForms — modelos abiertos para detectar automáticamente los campos de formulario PDF
Código para "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
AlpaSim es una plataforma de simulación de vehículos autónomos de código abierto diseñada para el desarrollo y prueba de políticas AV de extremo a extremo
LucidFlux: Restauración de imágenes fotorrealistas sin leyenda mediante un Transformador de Difusión a gran escala, ICLR 2026
Este repositorio contiene el código del artículo de CVPR 2022 "Image Segmentation Using Text and Image Prompts".
Repositorio Oficial para "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]
Aplicación Streamlit que demuestra un navegador de imágenes para el conjunto de datos de autos autónomos de Udacity con detección de objetos en tiempo real usando YOLO.
HuMo: Generación de video centrada en el ser humano a través de condicionamiento multimodal colaborativo
Levantar, Salpicar, Disparar: Codificación de imágenes de rigs de cámara arbitrarios reproyectando implícitamente a 3D (ECCV 2020)
Explore interactivamente conjuntos de datos no estructurados de su dataframe.
[ECCV`24&ICLR`25] Serie CityGaussian para la Reconstrucción de Escenas a Gran Escala de Alta Calidad con Gaussianas
Libros / PDFs / EPUBs para diferentes campos de programación. LEE CRECE Y DISFRUTA 😊😊😊😊
Notas de lectura de artículos sobre aprendizaje profundo y aprendizaje automático
Una implementación de TensorFlow de este paper de Nvidia: https://arxiv.org/pdf/1604.07316.pdf con algunos cambios
[CVPR2024] StableVITON: Aprendiendo la Correspondencia Semántica con un Modelo de Difusión Latente para Prueba Virtual
ktrain es una biblioteca de Python que hace que el aprendizaje profundo y la IA sean más accesibles y fáciles de aplicar
Replicación de proyectos simples de CV que incluyen atención, clasificación, detección, detección de puntos clave, etc.
Una colección de artículos sobre modelos de difusión para la generación 3D.
Un framework 3DGS para la reconstrucción y simulación de escenas urbanas omnidireccionales.
[ICCV'23] Campos Neuronales de Radiación Eficientes y Conscientes de la Región para la Síntesis de Retratos Parlantes de Alta Fidelidad
⚡️El marco de percepción espacial para construir rápidamente robots y espacios inteligentes
[CVPR'25] Tora: Transformer de difusión orientado a trayectorias para la generación de video
Este conjunto de código demuestra cómo sintetizar animaciones realistas de personajes 3D dadas una señal de voz arbitraria y una malla de personaje estática.
[PKU EPIC Lab] Guía introductoria a la IA encarnada para principiantes
[CVPR 2024 Oral, Best Paper Runner-Up] Código de "pixelSplat: Gotes de Gauss 3D a partir de pares de imágenes para una reconstrucción 3D escalable y generalizable" por David Charatan, Sizhe Lester Li, Andrea Tagliasacchi y Vincent Sitzmann
Colección de recursos geniales sobre traducción de imagen a imagen.