#computer-vision Repositorios
1,451 repositorios en total
Código de implementación oficial del artículo <AnyText: Generación y edición de texto visual multilingüe>
Tasas de aceptación para las principales conferencias de IA
[NeurIPS 2023] Implementación oficial del artículo "Segment Everything Everywhere All at Once"
Biblioteca de detección rápida de rostros, localización de pupilas/ojos y detección de puntos de referencia faciales en Go puro.
Un plugin de OBS para eliminar el fondo en imágenes (vídeo) de retrato, lo que facilita la sustitución del fondo al grabar o transmitir.
Liberar el repositorio de nuestro Manual SLAM
Un repositorio para almacenar modelos que han sido convertidos entre varios frameworks. Los frameworks compatibles son TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.
Ya sea que sea un principiante absoluto, una aplicación de proyecto en CV, NLP, LLM, o una implementación y despliegue de ingeniería avanzada, aquí lo encontrará todo en "Guía práctica de PyTorch" (2ª edición). Creemos que con la ayuda de este libro, los lectores podrán dominar fácilmente el uso de PyTorch y convertirse en excelentes ingenieros de aprendizaje profundo.
Una app de cámara que congela secuencias de movimiento rápido en una sola foto estroboscópica, con visión artificial integrada en el dispositivo, estabilización 2D y controles manuales de exposición.
Plataforma de investigación SenseTime para el seguimiento de objetos individuales, implementando algoritmos como SiamRPN y SiamMask.
Una serie de funciones de conveniencia para facilitar operaciones básicas de procesamiento de imágenes como traslación, rotación, redimensionamiento, esqueletización y visualización de imágenes de Matplotlib con OpenCV y Python.
Implementación oficial de "Neuralangelo: High-Fidelity Neural Surface Reconstruction" (CVPR 2023)
Depix es un PoC para una técnica para recuperar texto plano de capturas de pantalla pixeladas.
[ICCV 2019] Estimación de profundidad monocular a partir de una sola imagen
Una lista completa de artículos que utilizan modelos de lenguaje/multimodales a gran escala para Robótica/RL, incluidos artículos, códigos y sitios web relacionados
Kit de herramientas de evaluación de código abierto para modelos multimodales grandes (LMM), admite más de 220 LMM, más de 80 benchmarks
InstantMesh: Generación eficiente de mallas 3D a partir de una sola imagen con modelos de reconstrucción grandes de vista dispersa
Este proyecto reproduce el libro Dive Into Deep Learning (https://d2l.ai/), adaptando el código de MXNet a PyTorch.
TorchGeo: conjuntos de datos, muestreadores, transformaciones y modelos pre-entrenados para datos geoespaciales
[ECCV 2022] Esta es la implementación oficial de BEVFormer, un framework solo con cámara para la percepción de conducción autónoma, por ejemplo, detección de objetos 3D y segmentación de mapas semánticos.
Anotar sus propios conjuntos de datos, entrenar, evaluar, probar e implementar sus propios algoritmos de inteligencia artificial
OmniGen2: Exploración hacia la Generación Multimodal Avanzada. https://arxiv.org/abs/2506.18871
La implementación oficial de PyTorch del artículo "Human Motion Diffusion Model"
Comprender el comportamiento humano para alinear las verdaderas necesidades
Motion, un detector de movimiento por software. Página de inicio: https://motion-project.github.io/
Un marco de código abierto para entrenar modelos multimodales grandes.
Toma de decisiones de IA ultrarrápida y procesamiento inteligente de datos multimodales.
Implementación oficial de TensorFlow para el artículo CVPR2020 "Learning to Cartoonize Using White-box Cartoon Representations"
Código y modelos PyTorch para el aprendizaje auto-supervisado V-JEPA a partir de video.
[ICML 2024] Vision Mamba: Aprendizaje eficiente de representaciones visuales con modelos de espacio de estados bidireccionales
Lista de artículos y conjuntos de datos para la detección de anomalías/defectos en imágenes industriales (en actualización). Biblioteca de recuperación de artículos y conjuntos de datos sobre detección de anomalías/defectos industriales (actualización continua).
Un simulador 3D flexible y de alto rendimiento para la investigación en IA Embodied.
Scenic: Una biblioteca Jax para la investigación en visión por computadora y más allá
Deformable DETR: Transformers deformables para la detección de objetos de extremo a extremo.
Una biblioteca de Python para el aprendizaje autosupervisado y los modelos de mundo latentes aplicados a imágenes.
Grounded SAM 2: Ancla y rastrea cualquier cosa en videos con Grounding DINO, Florence-2 y SAM 2
Honkai: Star Rail Universo Simulado Automático (Honkai Star Rail - Auto Simulated Universe)
Una lista de artículos sobre Redes Generativas Antagónicas (Neuronales)