#deep-learning Repositorios
2,273 repositorios en total
Este repositorio contiene una lista de lectura de artículos sobre Pronóstico/Predicción de Series Temporales (TSF) y Pronóstico/Predicción Espacio-Temporal (STF). Estos artículos se clasifican principalmente según el tipo de modelo.
Aísla voces, batería, bajo y otros stems instrumentales de cualquier canción
Una biblioteca modular de alto nivel para entrenar agentes de IA encarnados en una variedad de tareas y entornos.
Reconocimiento facial, detección de vida facial, protección facial contra suplantación, detección facial, puntos de referencia faciales, comparación facial, coincidencia facial, pose facial, expresión facial, atributos faciales, extracción de plantillas faciales, puntos de referencia faciales
Herramienta para la segmentación robusta de >100 estructuras anatómicas importantes en imágenes de TC y RM
Una implementación rápida y sencilla de algoritmos de aprendizaje para robótica.
Enlaces a recursos cuidadosamente seleccionados para ciencia de datos en un solo lugar
Plataforma de habilidades de cámara AI de código abierto, NVR AI y vigilancia CCTV. Análisis de video VLM local con Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agente de cámara de seguridad impulsado por LLM — vigila, comprende, recuerda y protege tu hogar a través de Telegram, Discord o Slack. Habilidades AI con enchufes. OpenAI, Google, Anthropic o AI local. Funciona en Mac Mini y PC AI.
Alternativa de código abierto, local y autoalojada a los asistentes de voz competidores de Amazon Echo/Google Home
Colección de impresionantes modelos de visión-lenguaje para tareas de visión
DAMO-YOLO: un método de detección de objetos rápido y preciso con algunas nuevas tecnologías, que incluyen backbones NAS, RepGFPN eficiente, ZeroHead, AlignedOTA y mejora por destilación.
DeepSeekMath: Ampliando los límites del razonamiento matemático en modelos de lenguaje abiertos
Recopilar artículos, datos y repositorios relacionados con super-resolución
Pipelines de NLP nativos de Rust listos para usar y modelos basados en transformadores (BERT, DistilBERT, GPT2, ...)
Herramientas de código abierto para pruebas y experimentación de prompts, con soporte tanto para LLMs (por ejemplo, OpenAI, LLaMA) como para bases de datos vectoriales (por ejemplo, Chroma, Weaviate, LanceDB).
Impresionantes cursos gratuitos de aprendizaje automático e IA con video lecciones.
Artículos de investigación sobre Deep Learning y aprendizaje por refuerzo profundo y algunos códigos
Un algoritmo de paralelismo de pipeline bidireccional para la superposición de cómputo-comunicación en el entrenamiento de DeepSeek V3/R1.
Hoja de ruta de IA: Aprendizaje automático (Machine Learning), Aprendizaje profundo (Deep Learning), Redes neuronales antagónicas (GAN), Redes neuronales de grafos (GNN), PNL, hoja de ruta de desarrollo relacionada con big data (roadmap), con una gran cantidad de código fuente (python, pytorch) para ayudar a digerir los puntos de conocimiento básicos, superar entrevistas y completar el salto de principiante a ingeniero calificado. Entre ellas, los artículos relacionados con aprendizaje profundo incluyen código fuente oficial de tensorflow y caffe, y la parte de aplicaciones contiene algoritmos de recomendación y grafos de conocimiento.
Aplicación/extensión de navegador de traducción de cómics y manga con IA para traducir automáticamente cómics, manga, manhwa, BD, fumetti y más en múltiples idiomas y formatos (imágenes, PDF, EPUB, CBR, CBZ, etc.).
[Nominación al Mejor Artículo CVPR 2025] FoundationStereo: Coincidencia Estéreo de "Zero-Shot"
Redes neuronales elegantes y fáciles de usar + computación científica en JAX. https://docs.kidger.site/equinox/
PyTorch Geometric Temporal: Procesamiento de señales espacio-temporales con modelos de aprendizaje automático neuronal (CIKM 2021)
Un marco multiplataforma de estructuración de video (análisis de video) basado en modelos de CV y mLLM.
Preguntas de entrevista para ingeniero de algoritmos (dirección de IA CV) y materiales relacionados
🎭 Librería ligera de WebGL y JavaScript para detección, seguimiento y filtros faciales de realidad aumentada multifaciales en tiempo real. Soporta rotación, apertura de boca y se integra con Three.js, Babylon.js, Canvas2D y CSS3D
🔥🔥🔥 Enfocado en modelos mejorados YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5, Soporte para mejorar el backbone, neck, head, loss, IoU, NMS y otros módulos🚀
Una lista seleccionada profesionalmente de excelentes recursos (documentos, código, datos, etc.) sobre transformadores en series temporales.
[CVPR2025 Highlight] Modelos Fundamentales de Generación de Vídeo: https://saiyan-world.github.io/goku/