#computer-vision Repositorios
1,451 repositorios en total
Scalabel: Una herramienta versátil basada en web para la anotación visual de datos
OCR rápido y sin conexión para Node.js y C++. PP-OCRv6 con aceleración de hardware mediante Core ML / WebGPU: reconoce texto en imágenes con puntuaciones de confianza y coordenadas. npm: @arcships/light-ocr
[CVPR 2025] WildGS-SLAM: SLAM de Gaussian Splatting Monocular en Entornos Dinámicos
Implementación oficial en PyTorch de “Mamba-YOLO: Detección de objetos basada en SSM”
[ECCV 2024] Escena como Gaussianas para la Predicción de Ocupación Semántica 3D Basada en Visión
Implementación de “DreamDiffusion: Generación de imágenes de alta calidad a partir de señales EEG cerebrales”
[CVPR 2024] Panda-70M: Subtitulando 70 millones de videos con múltiples profesores intermodales
El conjunto de datos Exclusively Dark (ExDARK), que, según nuestro conocimiento, es la mayor colección de imágenes con baja luminosidad tomadas en entornos de muy poca luz hasta el crepúsculo (es decir, 10 condiciones diferentes) hasta la fecha, con anotaciones a nivel de clase de imagen y de objeto.
Implementación del artículo "DeepLSD: Detección y Refinamiento de Segmentos de Línea con Gradientes de Imagen Profundos"
Pippo: Humanos de alta resolución y múltiples vistas a partir de una sola imagen
Seguimiento de objetos YOLOv7 usando PyTorch, OpenCV y Sort Tracking
SteadyDancer: Animación de imágenes humanas armonizada y coherente con preservación del primer fotograma
Este repositorio es una colección curada de los artículos más emocionantes e influyentes de CVPR 2023. 🔥 [Paper + Code]
Implementación oficial de "Lumina-mGPT: Ilumina la generación flexible foto-realista de texto a imagen con pre-entrenamiento generativo multimodal"
YOLOPv2: Mejor, Más Rápido, Más Fuerte para la Percepción Panóptica de la Conducción
[ICCV 2025] Diffuman4D: Síntesis de Vistas Humanas 4D Coherentes a partir de Vídeos con Vistas Dispersas Utilizando Modelos de Difusión Espacio-Temporales
Prov-GigaPath: Un modelo fundacional de portaobjetos completo para patología digital a partir de datos del mundo real
Detecciones de carreteras a partir de imágenes aéreas de Microsoft Maps
Esta es la implementación de PyTorch de nuestro artículo "RSPrompter: Aprendizaje para la Segmentación de Instancias de Teledetección basada en Modelos Fundacionales Visuales"
También conocido como Octo-Bouncer. Accionamiento de motor paso a paso de alta precisión con un Teensy 4.0 y un algoritmo personalizado de generación de pulsos, junto con procesamiento de imágenes basado en PC, con el objetivo de lograr que una máquina haga malabares con una pelota de ping pong.
Una herramienta de marca de agua para proteger las obras de arte humanas de ser utilizadas en obras de arte sintéticas.
El paquete oficial de Python de Roboflow. Administre sus conjuntos de datos, modelos y implementaciones. Roboflow tiene todo lo que necesita para crear una aplicación de visión por computadora.
Dalaran — Apache-2.0, infraestructura de visualización y datos priorizando la robótica para series temporales multimodales. Nativo de ROS 2, lee grabaciones .rrd existentes. Un fork duro de Rerun.
Un proyecto relacionado con visión por computadora, aprendizaje automático y aprendizaje profundo, que incluye notas del curso y programas que desarrollé yo mismo.
Pipeline de detección de objetos YOLOv4/v3/v2 de extremo a extremo, implementado en tf.keras con diferentes tecnologías
Human Preference Score v2: Un sólido benchmark para evaluar las preferencias humanas en la síntesis de texto a imagen