#deep-learning Repositorios
2,273 repositorios en total
Una compilación completa y actualizada de conjuntos de datos, herramientas, métodos, artículos de revisión y competiciones para la detección de cambios por teledetección.
Algoritmos de ML 2-2000x más rápidos, 50% menos uso de memoria, funciona en todo hardware - nuevo y viejo.
ELECTRA: Preentrenamiento de codificadores de texto como discriminadores en lugar de generadores
Domina las habilidades esenciales necesarias para reconocer y resolver problemas complejos del mundo real con Machine Learning y Deep Learning aprovechando el ecosistema de Python Machine Learning altamente popular.
V-Express tiene como objetivo generar un video de cabeza parlante bajo el control de una imagen de referencia, un audio y una secuencia de imágenes V-Kps.
Objectron es un conjunto de datos de clips de video cortos centrados en objetos. Además, los videos también contienen metadatos de sesión AR, incluyendo poses de la cámara, nubes de puntos dispersas y planos. En cada video, la cámara se mueve alrededor y por encima del objeto y lo captura desde diferentes vistas. Cada objeto está anotado con una caja delimitadora 3D. La caja delimitadora 3D describe la posición, orientación y dimensiones del objeto. El conjunto de datos contiene alrededor de 15K clips de video anotados y 4M imágenes anotadas en las siguientes categorías.
Una biblioteca de Python para laaugmentation de datos de audio. Útil para que los modelos de aprendizaje automático de audio funcionen bien en el mundo real, no solo en el laboratorio.
[CVPR 2025] MMAudio: Taming Multimodal Joint Training for High-Quality Video-to-Audio Synthesis
🔎 Monitorea el entrenamiento de modelos de aprendizaje profundo y el uso de hardware desde tu teléfono móvil 📱
Una plataforma para investigación y evaluación reproducible de modelos del mundo
DocLayout-YOLO: Mejora del análisis de diseño de documentos a través de datos sintéticos diversos y percepción adaptativa de global a local
Código para "GVHMR: World-Grounded Human Motion Recovery via Gravity-View Coordinates", Siggraph Asia 2024, TPAMI 2026
Domina los fundamentos del aprendizaje automático, el aprendizaje profundo y la optimización matemática construyendo conceptos y modelos clave desde cero usando Python.
Lista Curada de Recursos sobre Coches de Conducción Autónoma y Vehículos Autónomos
Un benchmark heterogéneo para la recuperación de información. Fácil de usar, evalúe sus modelos en más de 15 conjuntos de datos de IR diversos.
Biblioteca de PyTorch de aprendizaje profundo para pronóstico de series temporales, clasificación y detección de anomalías (originalmente para pronóstico de inundaciones).
Recopilar algunos artículos sobre Modelos Mundiales (World Models) para la conducción autónoma (y robótica, etc.).
Mapas de activación de clase para sus modelos de PyTorch (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM++, Score-CAM, SS-CAM, IS-CAM, XGrad-CAM, Layer-CAM, Finer-CAM, LeGrad, RefineCAM)
Código oficial del artículo (oral) de CVPR 2022 "Extracting Triangular 3D Models, Materials, and Lighting From Images".
ICCV2019 - Aprendiendo a Pintar con Aprendizaje por Refuerzo Profundo Basado en Modelos
HiFi-GAN: Redes Generativas Antagónicas para Síntesis de Voz Eficiente y de Alta Fidelidad
GlobalBuildingAtlas: un conjunto de datos abierto, global y completo de polígonos de edificios, alturas y modelos 3D LoD1
Repositorio oficial de 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’
Esto incluye la implementación original de SELF-RAG: Learning to Retrieve, Generate and Critique through self-reflection de Akari Asai, Zeqiu Wu, Yizhong Wang, Avirup Sil y Hannaneh Hajishirzi.
Implementación mínima de la Optimización de Política Próxima (PPO) con objetivo recortado en PyTorch
Este Hub de Proyectos del Reto de MATLAB y Simulink contiene una lista de ideas de proyectos de investigación y diseño. Estos proyectos te ayudarán a adquirir experiencia práctica y una visión de las tendencias tecnológicas y las direcciones de la industria.
:pencil2: Herramienta de segmentación de imágenes basada en web para detección de objetos, localización y puntos clave
Colección de artículos y proyectos de código abierto de ECCV 2024, y todos los expertos son bienvenidos a enviar issues, compartir artículos y proyectos de código abierto de ECCV 2024.
¡Apuntes detallados del nuevo libro 'Introducción al Procesamiento del Lenguaje Natural' del autor de HanLP! Una obra de gran valor en la industria, el libro no es una enumeración árida y aburrida de fórmulas, sino que explica modelos algorítmicos fáciles de entender con un lenguaje sencillo. Partiendo de conceptos básicos, introduce gradualmente los principios algorítmicos y la implementación práctica de problemas populares como la segmentación de palabras en chino, el etiquetado de partes de la oración, el reconocimiento de entidades nombradas, la extracción de información, la agrupación de texto, la clasificación de texto y el análisis sintáctico.
Una serie de cuadernos de Jupyter que te guían a través de los fundamentos del aprendizaje automático y el aprendizaje profundo en Python utilizando las bibliotecas Scikit-Learn, PyTorch y Hugging Face.
📺 Una solución integral para la generación de videos de alta resolución y de larga duración basada en Transformer Diffusion
Redes Neuronales Profundas Multi-Tarea para el Entendimiento del Lenguaje Natural
Revisión exhaustiva de visión por computadora. Incluye detección de objetos, seguimiento........
[CVPR 2025] Implementación oficial de PyTorch de MambaVision: Un backbone híbrido Mamba-Transformer para visión
Esta API proporciona acceso programático al modelo AlphaGenome desarrollado por Google DeepMind.
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.
Red Neuronal Convolucional (CNN) Pytorch 3D U-Net diseñada para la segmentación de imágenes médicas
Colección seleccionada por NVIDIA de recursos educativos relacionados con la programación de GPU de propósito general.
Código fuente de PyGAD, una biblioteca de Python 3 para construir el algoritmo genético y entrenar algoritmos de aprendizaje automático (Keras & PyTorch).