#computer-vision Repositorios
1,451 repositorios en total
Colección de código común compartido entre diferentes proyectos de investigación del equipo de visión por computadora de FAIR.
Una biblioteca y framework de código abierto para el aprendizaje profundo en imágenes satelitales y aéreas.
SeetaFace 2: kit de herramientas de reconocimiento facial de código abierto y full stack.
Colección de fantásticos recursos de conjuntos de datos médicos.
Sistema de captura de movimiento de bajo costo para seguimiento a escala de sala
Un framework de razonamiento, con muchos demos útiles al mismo tiempo, si lo encuentras útil por favor dale una estrella
Herramienta de etiquetado con SAM (Segment Anything Model), compatible con SAM, SAM2, SAM3, sam-hq, MobileSAM, EdgeSAM, etc. Herramienta interactiva de anotación de imágenes semiautomática.
Qwen-Image-Layered: Descomposición en Capas para la Editabilidad Inherente
Huellas de edificios generadas por computadora para los Estados Unidos
Controladores de código abierto para el dispositivo Kinect para Windows v2
Motor de IA de borde en C++ listo para producción para análisis de vídeo y VLM en el dispositivo en Sophon, Rockchip RKNN y x86, con orquestación visual, OSD en tiempo real, eventos y benchmarks reproducibles.
Este es el código fuente de yolo3-pytorch, que se puede utilizar para entrenar su propio modelo.
Este recurso apoya los artículos escritos por el autor en CSDN sobre procesamiento de imágenes con Python, centrándose principalmente en la implementación de código para algoritmos de procesamiento de imágenes, reconocimiento de imágenes, clasificación de imágenes, etc. en Python. Espero que este recurso le sea de ayuda, sigamos esforzándonos juntos.
Hypersim: Un conjunto de datos sintético fotorrealista para la comprensión holística de escenas interiores
NVIDIA Alpamayo 1 Nano es un modelo VLA de razonamiento abierto de 10B para vehículos autónomos que combina trayectorias de conducción con razonamiento de Cadena de Causalidad.
Colabora y etiqueta cualquier tipo de datos, imágenes, texto o documentos, en una interfaz web fácil o una aplicación de escritorio.
Máquinas de Pensamiento Continuo, porque el pensamiento lleva tiempo y el razonamiento es un proceso.
Captura Corporal Expresiva: Manos, Rostro y Cuerpo 3D a partir de una Sola Imagen
Todo sobre el aprendizaje federado, incluyendo artículos de investigación, libros, códigos, tutoriales, videos y más allá
Real-World Masked Face Dataset, conjunto de datos de rostros enmascarados del mundo real
https://textbehindimage.rexanwong.xyz - crea fácilmente diseños de texto detrás de imágenes
Información académica completa y oportuna sobre aprendizaje federado (artículos, marcos, conjuntos de datos, tutoriales, talleres)
Cambrian-1 es una familia de LLM multimodales con un diseño centrado en la visión.
Wrapper de Python para los CRF densos (completamente conectados) de Philipp Krähenbühl con potenciales de arista gaussianos.
Recetas para reducir, optimizar y personalizar modelos de visión de vanguardia. 💜
El Blueprint de IA de NVIDIA para búsqueda y resumen de video (VSS) es una arquitectura de referencia acelerada por GPU para construir agentes de análisis de video con alertas verificadas en tiempo real, preguntas y respuestas visuales, e informes automatizados. El Blueprint VSS utiliza modelos de lenguaje visual (VLM) como NVIDIA Cosmos, LLM como NVIDIA Nemotron, RAG y NVIDIA NIM.
CVNets: Una biblioteca para entrenar redes de visión por computadora
Huellas de edificios mundiales derivadas de imágenes satelitales
Lanzamiento de código para "Detección de veinte mil clases mediante supervisión a nivel de imagen".
Approaching (Almost) Any Machine Learning Problem versión china, dirección de la documentación en línea: https://ytzfhqs.github.io/AAAMLP-CN/
Custom Diffusion: Personalización Multi-Concepto de Difusión de Texto a Imagen (CVPR 2023)