#computer-vision Repositorios
1,451 repositorios en total
Una lista curada de métodos de auto-supervisión impresionantes
(CGCSTCD'2017) Un proyecto fácil, flexible y preciso de reconocimiento de matrículas para matrículas chinas en situaciones no restringidas. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design
Domando Transformers para la síntesis de imágenes de alta resolución
El adaptador de indicaciones de imagen está diseñado para permitir que un modelo de difusión preentrenado de texto a imagen genere imágenes con una indicación de imagen.
Entrena y evalúa embeddings para búsquedas por similitud con PyTorch. Incluye pérdidas contrastivas, minería de ejemplos difíciles, muestreadores y métricas de recuperación.
Este repositorio es una colección curada de enlaces a varios cursos y recursos sobre Inteligencia Artificial (IA)
Seguimiento en línea en tiempo real simple con una métrica de asociación profunda
Guía de búsqueda de empleo para puestos de algoritmos de IA (incluye estrategias de preparación, guía de práctica de preguntas, recomendaciones internas y listas de empresas de IA, etc.)
Versión china de CLIP que logra la recuperación intermodal y la generación de representaciones en chino.
Una implementación de PyTorch de NeRF (Neural Radiance Fields) que reproduce los resultados.
Outfit Anyone: Pruébate virtualmente con ultra alta calidad para cualquier ropa y cualquier persona
¡Este es el código oficial del proyecto MobileSAM que hace que SAM sea liviano para aplicaciones móviles y más allá!
Detección de rostros en tiempo real y clasificación de emociones/género utilizando conjuntos de datos fer2013/imdb con un modelo CNN de Keras y OpenCV.
Un toolkit unificado para el análisis de imágenes de documentos basado en aprendizaje profundo
Inferencia cortada/en mosaico independiente del framework + interfaz de usuario interactiva + gráficos de análisis de errores
ECCV2022 – Estimación de flujo intermedio en tiempo real para interpolación de fotogramas de video
Desarrollado por Turing's Cat, la primera generación de IA creativa, basada en GPT2.0 de código abierto | Escalable, evolutivo
Herramienta de traducción de cómics asistida por aprendizaje profundo, admite traducción automática con un clic y edición simple de imágenes/texto | Yet another computer-aided comic/manga translation tool powered by deeplearning
Esta herramienta ha quedado obsoleta. Utiliza en su lugar Agentic Document Extraction.
【Tres años de entrevistas, cinco años de simulacros】Plataforma de recursos para entrevistas de ingenieros de algoritmos de AIGC/LLM/AI Agent. Incluye conocimientos prácticos y experiencias clave para entrevistas y exámenes escritos, así como conocimientos fundamentales de vigencia transversal en la industria de la IA, abarcando AIGC, grandes modelos de lenguaje (LLM), agentes de IA, inteligencia incorporada, aprendizaje profundo tradicional, visión por computador, procesamiento del lenguaje natural, conducción autónoma, aprendizaje automático, aprendizaje por refuerzo, minería de big data, modelos del mundo, metaverso, AGI y mucho más.
Extracción de datos estructurados, llamada de instrucciones y flujos de trabajo agentivos con ML, LLM y Vision LLM
Framework de pruebas de caja negra automatizado basado en reconocimiento de imágenes | An automation black-box testing framework based on image recognition
Un compañero de escritorio con IA autónomo y consciente del contexto. Desarrollado con Python, cuenta con visión de pantalla en tiempo real, síntesis de voz ONNX personalizada, seguimiento de la ventana activa y una interfaz flotante dinámica con expresiones faciales reactivas.
Este repositorio es una compilación de recursos gratuitos para aprender Ciencia de Datos.
AniPortrait: Síntesis de animación de retratos fotorrealistas impulsada por audio
Una lista finalmente completa de artículos sobre Vision Transformer/Attention, que incluye artículos, códigos y sitios web relacionados
Recursos, práctica e investigación sobre aprendizaje automático e IA agentiva
Torchreid: Identificación de personas mediante deep learning en PyTorch.
GPUImage 2 es un framework de Swift con licencia BSD para el procesamiento de video e imágenes acelerado por GPU.
Código y modelos de PyTorch para el aprendizaje autosupervisado de video VJEPA2.