#computer-vision Repositorios
1,451 repositorios en total
Implementación oficial del artículo: InFusion: Inpainting de gaussianas 3D mediante el aprendizaje de la finalización de la profundidad a partir de un prior de difusión
Amplificación de video euleriana en tiempo real: amplifica movimientos y colores sutiles de una cámara web o video. Linux/Windows/macOS
Modelado de ruido basado en física para fotografía en condiciones de luz extremadamente baja (CVPR 2020 Oral & TPAMI 2021)
[ECCV 2024] ControlNet++: Mejorando los controles condicionales con retroalimentación de consistencia eficiente.
[Information Fusion (Vol.103, Mar. '24)] Mejorando el Image Matting con Transformadores de Visión Simples Preentrenados
El código oficial para “Deep Unrestricted Document Image Rectification”, TMM, 2023.
[Resaltado de CVPR 2024] XCube: Modelado Generativo 3D a Gran Escala utilizando Jerarquías de Vóxeles Dispersos
[CVPR 2023, BSP] Registro 3D con Cliques Máximos
Lanzamiento público del Benchmark de Emparejamiento de Imágenes: https://image-matching-challenge.github.io
Código y pautas de implementación para el artículo ✨Counting Anything. Página del proyecto: https://mengqi-lei.github.io/count-anything-projectpage/
[AAAI' 25] U-KAN forma una columna vertebral sólida para la segmentación y generación de imágenes médicas
Implementación oficial de Pytorch para “DINO-Tracker: Domando DINO para el seguimiento de puntos autosupervisado en un solo video” (ECCV 2024)
ELITE: Codificación de Conceptos Visuales en Embeddings Textuales para Generación Personalizada de Texto a Imagen (ICCV 2023, Oral)
Un módulo simple de detección de somnolencia para humanos. 😴 🚫 🚗
[NeurIPS 2024] PointMamba: Un Modelo Simple de Espacio de Estados para el Análisis de Nubes de Puntos
[CVPR 2022] StyleSwin: GAN basado en Transformer para la generación de imágenes de alta resolución
[IEEE TMI-2024] UNETR++: Profundizando en la Segmentación Eficiente y Precisa de Imágenes Médicas 3D
Visionario: El transportador de modelo mundial construido en la plataforma de Gaussian Splatting impulsada por WebGPU
Taller de NeurIPS'24 - UniTable: Hacia un modelo fundacional unificado para tablas
[CVPR 2023] Los parámetros no lo son todo: Empezando desde redes no paramétricas para el análisis de nubes de puntos 3D
Extensión de Stable Diffusion WebUI para CLIP Interrogator
Lista curada impresionante de trabajos de estimación de mirada ocular
Framework de código abierto para modelos de incertidumbre y aprendizaje profundo en PyTorch 🌱
Código de investigación para la estimación de profundidad métrica en imágenes de realidad virtual perioculares utilizando datos generados por UE MetaHuman.
Biblioteca multiplataforma para el seguimiento 6DoF del controlador de movimiento PS Move. Fusión de sensores, visión por computadora, pantalla ambiental (esfera LED).
Implementación en Pytorch de: "Stable-Hair: Transferencia de cabello del mundo real a través del modelo de difusión" (AAAI 2025)
[CVPR 2024] SinSR: Super-resolución de imágenes basada en difusión en un solo paso
🔥🔥🔥Implementación de código Java para llamar a RapidOCR (basado en PaddleOCR), adaptación para Mac, Win, Linux, compatible con el último PP-OCRv4
Notas sobre la tecnología de avatares digitales GPT interactivos en tiempo real, no un proyecto de código abierto de avatares digitales
[CVPR 2023] Repositorio oficial para descargar, procesar, visualizar y entrenar modelos en el conjunto de datos ARCTIC.
Código para «Reconstrucción neuronal de escenas 3D con la suposición del mundo de Manhattan», presentación oral de CVPR 2022
Una hoja de ruta para comenzar con el aprendizaje automático
Modelo de descriptor Hardnet - "Trabajando duro para conocer los márgenes de tu vecino: Pérdida de aprendizaje de descriptor local"
[MM 2025] EventVAD: Detección de anomalías en video sin entrenamiento y sensible a eventos
Conjunto de datos de actores multimodales emocionales de crowdsourcing (CREMA-D)
Este proyecto está dedicado a la implementación e investigación de redes convolucionales de Kolmogorov-Arnold. El repositorio incluye implementaciones de convoluciones 1D, 2D y 3D con diferentes kernels, modelos similares a ResNet y DenseNet, código de entrenamiento basado en accelerate/PyTorch, así como scripts para experimentos con CIFAR-10 y Tiny ImageNet.
Lista de artículos sobre seguimiento de un solo objeto (seguidores SOT de última generación)
Un addon de Blender para generar datos de ground truth sintéticos para aplicaciones de Computer Vision
Código para crear Stylized-ImageNet, una versión estilizada de ImageNet estándar (ICLR 2019 Oral)
Ocultar código de barras en una imagen. Se puede ocultar un código QR en una imagen ordinaria, que puede ser reconocido por WeChat. Este código puede ser utilizado por cualquiera, excepto por una persona: una cuenta de marketing en Douyin (抖X) llamada '大神开发' (Desarrollo Divino) ha robado sucesivamente más de una docena de mis videos originales. ¡Nunca he visto a una persona tan desvergonzada!
Este repositorio le permite entrenar modelos de redes neuronales para realizar un reconocimiento de escritura a mano de página completa de extremo a extremo utilizando los frameworks de aprendizaje profundo Apache MXNet en el conjunto de datos IAM.