#computer-vision Repositorios
1,451 repositorios en total
Implementación oficial de "OpenPifPaf: Campos compuestos para la detección de puntos clave semánticos y asociación espacio-temporal" en PyTorch.
[NeurIPS 2023] Código Oficial para "SMPLer-X: Ampliación de la Estimación Expresiva de Pose y Forma Humana"
Nodos ComfyUI para recortar antes del muestreo y volver a unir después del muestreo que aceleran el inpainting
Encuentre automáticamente problemas en conjuntos de datos de imágenes y practique la visión por computadora centrada en datos.
Notas de lectura sobre Modelos Grandes de Lenguaje Multimodales, Modelos Grandes de Lenguaje y Modelos de Difusión
Biblioteca rápida de visión por computadora para SFM, calibración, fiduciales, seguimiento, procesamiento de imágenes y más.
Seguimiento de múltiples objetos de alto rendimiento basado en YOLO, Deep SORT y KLT 🚀
Un centro completo y estructurado para aprender Inteligencia Artificial — que cubre IA, Machine Learning, Deep Learning y Ciencia de Datos con libros, hojas de ruta y recursos seleccionados desde principiante hasta avanzado.
algo como Visual-ChatGPT, la versión de código abierto de Wenyiyan
:basketball::robot::basketball: Aplicación web y API de IA para analizar tiros de baloncesto y poses de tiro.
Un método simple para realizar aprendizaje semi-supervisado con datos limitados.
Una nueva base de código para métodos populares de generación de grafos de escena (2020). Se proporcionan visualización y extracción de grafos de escena en imágenes/conjuntos de datos personalizados. También es una implementación de PyTorch del artículo “Unbiased Scene Graph Generation from Biased Training CVPR 2020”
Un extractor de representaciones de parsing humano listo para usar.
[CVPR'23, Highlight] ECON: Humanos explícitamente vestidos optimizados mediante integración normal
StyleGAN-Human: Una odisea centrada en los datos de la generación humana
Evaluación y reproducción de políticas de manipulación de robots del mundo real (por ejemplo, RT-1, RT-1-X, Octo) en simulación bajo configuraciones comunes (por ejemplo, Google Robot, WidowX+Bridge) (CoRL 2024)
Un marco flexible y extensible para el reconocimiento de la marcha. Puede centrarse en diseñar sus propios modelos y compararlos fácilmente con los de última generación con la ayuda de OpenGait.
Estimación Profunda de la Pose de Objetos (DOPE) – Inferencia ROS (CoRL 2018)
Modelos Fundacionales Multimodales de Vanguardia para la Comprensión de Imágenes y Videos
Esta serie lo llevará en un viaje desde los fundamentos del Procesamiento del Lenguaje Natural (PLN) y la Visión por Computadora hasta la vanguardia de los Modelos de Visión y Lenguaje.
Biblioteca de entrenamiento para la detección y coincidencia de características locales
[CVPR 2024] Implementación oficial de "Deformable 3D Gaussians for High-Fidelity Monocular Dynamic Scene Reconstruction"
🪐 Objaverse-XL es un Universo de más de 10 millones de objetos 3D. ¡Contiene scripts de API para descargar y procesar!
PyTorch – Cálculo FID con redimensionamiento adecuado de imágenes y pasos de cuantización [CVPR 2022]
:books: Una colección de artículos sobre colorización de imágenes y videos basada en Deep Learning.
Código para 3D-LLM: Inyectando el mundo 3D en modelos de lenguaje grandes
[CVPR2023] El repositorio oficial de OC-SORT: SORT Centrado en la Observación (Observation-Centric SORT) para el seguimiento multi-objeto de vídeo. OC-SORT es simple, en línea y robusto a la oclusión/movimiento no lineal.
[ICLR 2025 Oral] TANGO: Recreación de video de gestos co-discurso con incrustación jerárquica de audio-movimiento e interpolación de difusión
Un tutorial que muestra cómo configurar la API de detección de objetos de TensorFlow en Raspberry Pi