#computer-vision Repositorios
1,451 repositorios en total
Código de prueba de Pytorch y Torch para CartoonGAN [Chen et al., CVPR18]
Marco basado en ROS e imagen de RPi para controlar drones impulsados por PX4 🍀
[ECCV 2024] InstructIR: Restauración de imágenes de alta calidad siguiendo instrucciones humanas https://huggingface.co/spaces/marcosv/InstructIR
El repositorio para "Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"
Artículos, código y conjuntos de datos sobre aprendizaje profundo para la detección de objetos 3D.
[ICCV 2023] OpenOccupancy: Un benchmark a gran escala para la percepción de ocupación semántica circundante
BlendedMVS: Un conjunto de datos a gran escala para redes de estereo multi-vista generalizadas
[IROS 2021] BundleTrack: Seguimiento de pose 6D para objetos nuevos sin modelos 3D a nivel de instancia o categoría
[CVPR 2024] Photo-SLAM: localización y mapeo fotorrealista simultáneo en tiempo real para cámaras monoculares, estéreo y RGB-D
[CVPR 2022] Pre-entrenamiento de Transformers de Nubes de Puntos 3D con Modelado de Puntos Enmascarados
Implementación en PyTorch de "V* : Guided Visual Search as a Core Mechanism in Multimodal LLMs"
SiLK (Simple Learned Keypoint) es un modelo de puntos clave de aprendizaje profundo auto-supervisado.
Reconocimiento de matrículas de dos etapas, ligero y de alto rendimiento en MTCNN y LPRNet
Una lista curada de proyectos guiados de ciencia de datos e IA para comenzar a construir su portafolio
MARS: Un simulador consciente de instancias, modular y realista para la conducción autónoma
[SIGGRAPH'24] Implementaciones para "Reconstrucción de superficies de alta calidad utilizando surfeles gaussianos".
Reconocimiento de texto de escena con modelos de secuencia autorregresivos permutados (ECCV 2022)
Implementación oficial de PyTorch de "Expressive Whole-Body 3D Gaussian Avatar", ECCV 2024.
Soporte de instalación para marcos de aprendizaje profundo para el Sistema ArcGIS
Script de granja automática multiventana de Princess Connect PCR Server Nacional Basado en OpenCV+UIAutomator
🙌Colección de más de 234 proyectos basados en aprendizaje automático, aprendizaje profundo, visión por computadora, procesamiento del lenguaje natural y todo lo demás. Muestra tu apoyo ✨ este repositorio.
De grande a pequeño: Guía planar local multi-escala para la estimación de profundidad monocular
[EMNLP 2025] ViDoRAG: Generación Aumentada por Recuperación de Documentos Visuales mediante Agentes de Razonamiento Iterativo Dinámico
Conjunto de datos de texto y video a gran escala. 10 millones de vídeos cortos subtitulados.
[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Una suite holística de percepción 3D multimodal para IA encarnada
[ECCV] Swin2SR: SwinV2 Transformer para Super-Resolución y Restauración de Imágenes Comprimidas. Taller "Advances in Image Manipulation (AIM)" ECCV 2022. ¡Pruébalo! Más de 3,3 millones de ejecuciones https://replicate.com/mv-lab/swin2sr
[CVPR 2024] OneLLM: Un Framework para Alinear Todas las Modalidades con el Lenguaje
[ECCV'20] Structured3D: Un gran conjunto de datos fotorrealista para modelado 3D estructurado
[NeurIPS 2023] Uni-ControlNet: Control todo en uno para modelos de difusión de texto a imagen
Repositorio del conjunto de datos Ego4d. Descargue el conjunto de datos, visualice, extraiga características y ejemplo de uso del conjunto de datos
El repositorio oficial de "Vidi: Modelos Multimodales Grandes para la Comprensión y Edición de Video"
Todos mis modelos de mejora (upscaling) de IA autoentrenados y lanzados. Después de recopilar y aplicar más de 600 modelos de mejora diferentes, aprendí a entrenar mis propios modelos, y estos son los resultados.
Repositorio oficial del artículo de CVPR 2022: I M Avatar: Implicit Morphable Head Avatars from Videos