#computer-vision Repositorios
1,451 repositorios en total
Stack de ADAS de nivel 2 gratuito y de código abierto, impulsado por tecnología de IA de extremo a extremo
Síntesis en tiempo real de retratos parlantes de radiancia neuronal mediante descomposición audio-espacial
U-Mamba: Mejora de la dependencia a larga distancia para la segmentación de imágenes biomédicas
[ECCV'2024] Agrupación Gaussiana para la reconstrucción, segmentación y edición de Anything en mundo abierto.
Vchitect-2.0: Transformer paralelo para escalar modelos de difusión de video
Un modelo OCR de LaTeX SOTA minimalista con solo 20M de parámetros, que se ejecuta en el navegador. Pipeline de entrenamiento completo disponible para auto-reproducción. | Modelo OCR de fórmula LaTeX SOTA ultraligero con solo 20M de parámetros, que se ejecuta en el navegador. Código de entrenamiento completo de código abierto para autoaprendizaje y reproducción.
Este proyecto extiende la idea de la arquitectura innovadora de las Redes Kolmogorov-Arnold (KAN) a las Capas Convolucionales, cambiando la transformación lineal clásica de la convolución por activaciones no lineales aprendibles en cada píxel.
Este repositorio es la base de un curso impulsado por la comunidad sobre Visión por Computadora con Redes Neuronales. Únete a nosotros en el Discord de Hugging Face: hf.co/join/discord
Generar imágenes de líneas de texto para entrenar modelos OCR de aprendizaje profundo
Una colección curada de recursos iOS, ML y AR, con algunas adiciones de UI.
TriplaneGaussian: Una nueva representación híbrida para la reconstrucción 3D a partir de una sola vista.
Una lista curada de publicaciones sobre segmentación semántica de vocabulario abierto y áreas relacionadas (por ejemplo, segmentación semántica de cero disparos) recursos..
Código oficial para MAMMA: Adquisición de movimiento de múltiples personas precisa y sin marcadores.
3DMatch - un descriptor geométrico local basado en ConvNet 3D para alinear mallas 3D y nubes de puntos.
[CVPR 2024] LMDrive: Conducción de extremo a extremo en bucle cerrado con modelos de lenguaje grandes
Sobre el misterio oculto de OCR en grandes modelos multimodales (OCRBench)
AMD Ryzen™ AI Software incluye las herramientas y bibliotecas de tiempo de ejecución para optimizar y desplegar la inferencia de IA en PC con tecnología AMD Ryzen™ AI.
Acerca de Este repositorio es una colección curada de los artículos más emocionantes e influyentes de CVPR 2025. 🔥 [Paper + Code + Demo]
You Only Watch Once: Una arquitectura CNN unificada para la localización de acciones espaciotemporales en tiempo real
⚕️Chatbot médico multi-agente impulsado por GenAI para diagnóstico médico y asistencia en investigación sanitaria. 🏥 Diseñado para profesionales de la salud, investigadores y pacientes.
[ICCV 2025, Oral] TrajectoryCrafter: Redirección de la trayectoria de la cámara para videos monoculares a través de modelos de difusión
Resumen de recursos para principiantes sobre los principios de los modelos de difusión y la implementación de código en PyTorch
Una base de código flexible y eficiente para entrenar modelos de lenguaje visualmente condicionados (VLM)
[CVPR 2020] CascadePSP: Hacia la segmentación independientemente de la clase y de muy alta resolución mediante refinamiento global y local
Gaze-LLE: Estimación del objetivo de la mirada a través de codificadores aprendidos a gran escala (CVPR 2025, Highlight)
Una caja de herramientas Python para el ajuste fino de modelos geoespaciales fundamentales (GFM).
Monitoreo local + visión IA — Marco de monitoreo IA impulsado por smartphone basado en LAN con salida de eventos estructurados para adquisición y análisis de datos.
SEED-Story: Generación multimodal de historias largas con modelo de lenguaje grande
[ECCV 2024] código oficial para "Long-CLIP: Desbloqueando la capacidad de texto largo de CLIP"
Colección de artículos importantes que se tratarán como libro de texto
[ICCV 2021 Oral] PoinTr: Completado diverso de nubes de puntos con Transformers conscientes de la geometría
[CVPR 2024 Oral] Reconsideración de los sesgos inductivos para la estimación de normales de superficie