#computer-vision Repositorios
1,451 repositorios en total
Scripts de deep learning de vanguardia organizados por modelos - fáciles de entrenar y desplegar con precisión y rendimiento reproducibles en infraestructura de grado empresarial.
Un kit de herramientas para crear aplicaciones de aprendizaje automático y análisis de datos del mundo real en C++
Código y modelos de PyTorch para el método de aprendizaje autosupervisado DINOv2.
Este repositorio contiene los códigos de "A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild", publicado en ACM Multimedia 2020. Para el modelo comercial HD, prueba Sync Labs.
Explicabilidad avanzada de IA para visión por computadora. Soporte para CNN, Vision Transformers, Clasificación, Detección de objetos, Segmentación, Similitud de imágenes y más.
Sumérgete en Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision y NLP aprendiendo de estas emocionantes conferencias!!
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 Papers/Código/Interpretaciones/Transmisiones en vivo Colección, Organizado por el Equipo Jimu
El repositorio proporciona código para ejecutar inferencia y ajuste fino con el Meta Segment Anything Model 3 (SAM 3), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
InstantID: Generación de identidad preservada sin ejemplos en segundos 🔥
OpenVINO™ es un kit de herramientas de código abierto para optimizar y desplegar inferencia de IA.
Modelos de segmentación semántica con más de 500 backbones convolucionales y basados en transformadores preentrenados.
Framework de bajo código para construir LLMs personalizados, redes neuronales y otros modelos de IA
X-AnyLabeling: Una aplicación de escritorio multiplataforma, ligera, eficiente y unificada para anotar texto, imágenes, vídeos, nubes de puntos y datos multimodales. Combina herramientas integradas versátiles con modelos de IA de última generación y opciones flexibles de exportación en múltiples formatos.
Este repositorio contiene una colección curada de más de 300 estudios de caso de más de 80 empresas, que detallan aplicaciones prácticas e información sobre el diseño de sistemas de aprendizaje automático (ML). El contenido está organizado para ayudarle a encontrar fácilmente estudios de caso relevantes según la industria o casos de uso específicos de ML.
[CVPR 2024] Repositorio oficial de "MagicAnimate: Temporally Consistent Human Image Animation using Diffusion Model"
Implementación en PyTorch de YOLOv3, YOLOv3-SPP y YOLOv3-tiny para detección de objetos en tiempo real con entrenamiento, validación, inferencia y exportación en múltiples formatos.
Bloques de construcción de Transformers hackeables y optimizados, que admiten una construcción componible.
openFrameworks es un kit de herramientas multiplataforma desarrollado por la comunidad para codificación creativa en C++.
Mis notas y demostraciones continuamente actualizadas sobre Machine Learning, Modelos Probabilísticos y Deep Learning (2000+ diapositivas) Mis materiales de clase ininterrumpidamente actualizados sobre machine learning, modelos probabilísticos y deep learning (2000+ páginas) y enlaces de video
RF-DETR es una arquitectura de modelo de detección y segmentación de objetos en tiempo real desarrollada por Roboflow, SOTA en COCO, diseñada para el ajuste fino (fine-tuning). [ICLR 2026]
SLAM en Tiempo Real para Cámaras Monoculares, Estéreo y RGB-D, con Capacidades de Detección de Bucles y Relocalización
🦙 LaMa Image Inpainting, Inpainting de máscaras grandes y robusto a la resolución con convoluciones de Fourier, WACV 2022
Mejores prácticas, muestras de código y documentación para Computer Vision.
Una colección de tutoriales sobre modelos y técnicas de visión por computadora de vanguardia. Explore todo, desde arquitecturas fundamentales como ResNet hasta modelos de última generación como RF-DETR, YOLO11, SAM 3 y Qwen3-VL.
Un toolkit completo para la extracción de contenido PDF de alta calidad
El código de nuestro nuevo artículo aceptado en Pattern Recognition 2020: "U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection."
FaceChain es una cadena de herramientas de aprendizaje profundo para generar tu gemelo digital.
Deeplake es una AI Data Runtime para Agents. Proporciona Postgres sin servidor con un datalake multimodal, permitiendo recuperación y entrenamiento escalables.