#computer-vision Repositorios
1,451 repositorios en total
[CVPR 2024] GaussianDreamer: Generación rápida de texto a Gaussianas 3D conectando modelos de difusión 2D y 3D
Una lista seleccionada de artículos de Visión 3D relacionados con el dominio de la Robótica en la era de los modelos grandes, es decir, LLMs/VLMs, inspirada en awesome-computer-vision, que incluye artículos, códigos y sitios web relacionados
Implementación oficial de "LucidDreamer: Hacia la generación de texto a 3D de alta fidelidad a través de Interval Score Matching"
"MonoScene: Monocular 3D Semantic Scene Completion" (CVPR 2022): Predicción de ocupación semántica 3D a partir de una sola imagen
Biblioteca de visión de alto rendimiento en Python. Escala tu investigación, no el boilerplate.
Notebooks de Google Colab accesibles para el entrenamiento de Lora de Stable Diffusion, basados en el trabajo de kohya-ss y Linaqruf
Para la automatización del saquito de la suerte en la sala de transmisión en vivo de Douyin
[ICCV 2025] LongSplat: Splatting Gaussiano 3D Robusto sin Postura para Videos Largos e Informales
Emoji Scavenger Hunt es un experimento que aprovecha el poder de las redes neuronales y la cámara de tu teléfono para identificar las versiones del mundo real de los emojis que usamos todos los días.
Modelos OCR ligeros y rápidos para el reconocimiento de texto de matrículas.
Software de dominio público para el procesamiento y análisis de imágenes científicas
[CVPR 2024] Spacetime Gaussian Feature Splatting para la Síntesis de Vistas Dinámicas en Tiempo Real
Repositorio oficial que acompaña a un artículo de CVPR 2022 EMOCA: Emotion Driven Monocular Face Capture And Animation. EMOCA toma una sola imagen de una cara como entrada y produce una reconstrucción 3D. EMOCA establece el nuevo estándar en la reconstrucción de imágenes altamente emocionales en la naturaleza.
Una herramienta ligera para etiquetar cuadros delimitadores 3D en nubes de puntos.
[ECCV 2024 - Oral] ACE0 es un enfoque de Structure-from-Motion basado en el aprendizaje que estima los parámetros de la cámara de conjuntos de imágenes aprendiendo una representación de escena implícita y consistente multi-vista.
Una lista curada de increíbles recursos, librerías y software para el procesamiento de nubes de puntos
[TMLR 2025🔥] Una encuesta sobre modelos autorregresivos en visión.
Calibración geométrica precisa de la cámara con modelos de cámara genéricos
Implementación en PyTorch del paper "Class-Balanced Loss Based on Effective Number of Samples"
[ACM MM 2024] Código oficial de "HandRefiner: Refinamiento de manos mal formadas en imágenes generadas mediante inpainting condicional basado en difusión"
Ocean es el marco interno para aplicaciones de Visión por Computadora (CV) y Realidad Aumentada (AR) en Meta. Es independiente de la plataforma y se implementa principalmente en C/C++.
Una biblioteca de Python de alto rendimiento para captura de pantalla en Windows usando la API Desktop Duplication - Actualizado 2026
Sensación táctil • Recopilación de datos • IL/RL/VLA/WM • Manipulación • Simulación • Código abierto
De vuelta a la función: Aprendiendo la localización robusta de la cámara de píxeles a pose (CVPR 2021)
Un marco de visión por computadora de código abierto para crear y desplegar aplicaciones en minutos
Código y modelos que acompañan "Deep Predictive Coding Networks for Video Prediction and Unsupervised Learning"
Runtime nativo de keying con IA y plugin OFX para DaVinci Resolve, desarrollado en colaboración con Corridor Digital.
Implementación de TensorFlow para calcular una imagen de vista de pájaro (BEV) semánticamente segmentada dadas las imágenes de múltiples cámaras montadas en vehículos.
[ICRA 2022] Un framework de código abierto para la detección cooperativa. Implementación oficial para OPV2V.
Entornos 3D simples y fácilmente configurables similares a juegos FPS para aprendizaje por refuerzo