#computer-vision Repositorios
1,451 repositorios en total
[ECCV2024 - Oral, Candidato al Premio al Mejor Artículo] SEA-RAFT: RAFT simple, eficiente y preciso para flujos ópticos
El Zoo de Modelos de Hailo incluye modelos pre-entrenados y un entorno completo de construcción y evaluación
[CVPR 2025 Highlight] Implementación oficial de "MangaNinja: Colorización de Line Art con Seguimiento Preciso de Referencia"
Los nodos desacoplados de [ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle) son principalmente aquellos con requisitos complejos para los paquetes de dependencia.
Reconstrucción 3D de cuerpo completo en tiempo real desde una sola cámara, salida BVH multipersona, tiempo de ejecución en C++ puro, ONNX + ggml, esqueleto de 70 articulaciones con manos.
Una Lista Curada de Increíbles Modelos de Mundo de Video con Difusión AR: Cubre Algoritmos, Aplicaciones e Infraestructura, con el Objetivo de Servir como un Recurso Integral para Investigadores, Profesionales y Entusiastas.
Entrenemos transformers de visión (ViT) para CIFAR-10/CIFAR-100/ImageNet
Habilidad de Claude impulsada por IA para animación esquelética 2D en Spine: crea rigs, anima y previsualiza personajes automáticamente
[Resaltado CVPR'25] Lo ves, lo tienes: Aprendizaje de la creación 3D a escala en videos sin pose
Este es un repositorio colectivo para todos los avances relacionados con 3DGS en el mundo de la investigación y la industria
Estas son las notas del camino de estudio del aprendizaje automático. Puede que encuentres algo útil en ellas.
Fruits-360: Un conjunto de datos de imágenes que contienen frutas y verduras
:books: Resumen de contenidos relacionados con arquitectura de sistemas informáticos, fundamentos de sistemas embebidos y lenguajes de programación principales
BiomedParse: Un modelo fundamental para la segmentación, detección y reconocimiento conjunto de objetos biomédicos en nueve modalidades
Funciones de pérdida geométricas entre nubes de puntos, imágenes y volúmenes
Edición de imágenes basada en modelos de difusión: una encuesta (TPAMI 2025)
Potencia los flujos de trabajo de contenido de WordPress y el engagement con Inteligencia Artificial.
EfficientSAM3 comprime SAM3 en modelos ligeros y compatibles con el borde mediante destilación de conocimiento progresiva para segmentación y seguimiento de conceptos promptables rápidos.
Dado un PDF académico, extrae figuras, tablas, subtítulos y títulos de sección.
DifFace: Restauración ciega de rostros con contracción de errores difundidos (TPAMI, 2024)
[ECCV 2020] Aprendizaje de características enriquecidas para la restauración y mejora de imágenes reales. Resultados SOTA para eliminación de ruido, superresolución y mejora de imágenes.
[CVPR 2026 Destacado] Implementaciones Oficiales para el Artículo - HoloCine: Generación Holística de Narrativas de Video Largo Multi-Shot Cinematográficas
Logos de Ultralytics compartidos, medios, imágenes de muestra, pesos de modelos preentrenados, artefactos de conjuntos de datos y activos de lanzamiento.
Un puerto de PyTorch de google-research/google-research/robust_loss/
Una hoja de ruta completa de ML (Machine Learning) Full Stack implica aprender las habilidades y tecnologías necesarias para dominar todos los aspectos del machine learning, incluida la recopilación y preprocesamiento de datos, el desarrollo de modelos, la implementación y el mantenimiento.
Una lista seleccionada de impresionantes ejemplos de código, bibliotecas y software relacionados con MediaPipe
Una pequeña biblioteca de visión por computadora, sin dependencias y en C, para sistemas embebidos, drones y robótica.
Dataset Management Framework, una biblioteca Python y una herramienta CLI para construir, analizar y gestionar conjuntos de datos de visión por computadora.
MNNKit es una colección de soluciones de IA para desarrolladores móviles, impulsada por el motor MNN.
Campos radiantes neuronales dinámicos para la reconstrucción de avatares faciales 4D monoculares
[CVPR 2024] MovieChat: De tokens densos a memoria dispersa para la comprensión de videos largos