#deep-learning Repositorios
2,273 repositorios en total
Este proyecto tiene como objetivo la detección de deepfakes de video utilizando técnicas de aprendizaje profundo como RestNext y LSTM. Hemos logrado la detección de deepfakes utilizando aprendizaje por transferencia, donde la CNN RestNext preentrenada se usa para obtener un vector de características, además, la capa LSTM se entrena utilizando las características. Para más detalles, siga la documentación.
Lenguaje de plantillas escrito para flujos de trabajo de Stable Diffusion. Disponible como una extensión para el Automatic1111 WebUI.
Una potente línea base para clasificación de imágenes, reconocimiento facial y recuperación de imágenes con Pytorch
Construye tu propio X - Domina el aprendizaje automático construyendo todo desde cero. Su objetivo es cubrir todo, desde la regresión lineal hasta el aprendizaje profundo y los modelos de lenguaje grandes (LLMs).
[TMLR 2025🔥] Una encuesta sobre modelos autorregresivos en visión.
Implementación en PyTorch del paper "Class-Balanced Loss Based on Effective Number of Samples"
Marca de agua localizada para audios de voz generados por IA, con SOTA en robustez y detector muy rápido
Dolphin es un modelo ASR multilingüe y multitarea entrenado conjuntamente por DataoceanAI y la Universidad de Tsinghua.
Una biblioteca de Python de alto rendimiento para captura de pantalla en Windows usando la API Desktop Duplication - Actualizado 2026
Marco de aprendizaje automático para algoritmos de aprendizaje profundo y tradicionales
[ICLR 2024] Control de modelos de Visión-Lenguaje para la restauración universal de imágenes. Quinto lugar en el desafío NTIRE 2024 Restore Any Image Model in the Wild.
Implementación oficial de PyTorch de FB-BEV & FB-OCC - Transformación de vista hacia adelante y hacia atrás para la percepción de conducción autónoma centrada en la visión
Sensación táctil • Recopilación de datos • IL/RL/VLA/WM • Manipulación • Simulación • Código abierto
Un marco universal para el aprendizaje de la representación de series temporales
Tutorial de HPC, que incluye comunicación colectiva (MPI, NCCL), programación CUDA, vectorización SIMD, comunicación RDMA, etc.
De vuelta a la función: Aprendiendo la localización robusta de la cámara de píxeles a pose (CVPR 2021)
Un marco de visión por computadora de código abierto para crear y desplegar aplicaciones en minutos
CnSTD: Un paquete de Python3 para la detección de texto en escenas (Scene Text Detection), detección de fórmulas matemáticas (Mathematical Formula Detection, MFD) y análisis de diseño (Layout Analysis) basado en PyTorch/MXNet para chino/inglés
La ingeniería de características es el proceso de usar el conocimiento del dominio para extraer características de datos crudos mediante técnicas de minería de datos. Estas características se pueden usar para mejorar el rendimiento de los algoritmos de aprendizaje automático. La ingeniería de características se puede considerar como el aprendizaje automático aplicado en sí mismo.
Implementación de Phenaki Video, que utiliza Mask GIT para producir videos guiados por texto de hasta 2 minutos de duración en Pytorch
Una biblioteca para resolver ecuaciones diferenciales utilizando redes neuronales basada en PyTorch, utilizada por múltiples grupos de investigación en todo el mundo, incluyendo Harvard IACS.
Una biblioteca de Python para la inferencia basada en simulaciones con aprendizaje profundo
“EasyOffer” ( <Colección de Experiencias de Entrevistas de Modelos Grandes> ) es una guía de ofertas de prácticas de verano de modelos grandes, especialmente diseñada para los bebés LLM, que registra principalmente algunos códigos comunes de desarrollo práctico de grandes empresas, experiencias de entrevistas en grandes empresas y preguntas de reflexión comunes en grandes empresas para la preparación de prácticas de verano y reclutamiento de otoño de modelos grandes; soy un novato, aprendiendo...... Si tiene alguna pregunta, no dude en corregirme, estimados maestros, ¡espero que todos puedan obtener la oferta deseada!
[En beta] QPT: una herramienta de Python a EXE dedicada a mejorar la conexión de los proyectos de código abierto con el mundo de Internet (empaquetado de Python).
Este proyecto tiene como objetivo proporcionar un manual de aprendizaje/entrevista práctico y totalmente en chino para ingenieros de algoritmos dedicados a ingresar al campo VLA (Vision-Language-Action). A diferencia de las guías generales de entrevistas de CV/NLP, este proyecto se centra en los desafíos únicos de la robótica.
Implementación de TensorFlow para calcular una imagen de vista de pájaro (BEV) semánticamente segmentada dadas las imágenes de múltiples cámaras montadas en vehículos.
Fizgig — Estudio de LoRA y ajuste fino para Klein 9B, Krea 2, MiniMax H3, Qwen Image 2.1, Anima, Z-Image Turbo y Ace-Step XL: entrena, ajusta, analiza, repara y extrae LoRA y LoKR para modelos de imagen, vídeo y música
[ICRA 2022] Un framework de código abierto para la detección cooperativa. Implementación oficial para OPV2V.
DNABERT: modelo de representaciones de codificador bidireccional pre-entrenado de Transformers para el lenguaje de ADN en el genoma
Implementación desde cero de un modelo de lenguaje de mezcla dispersa de expertos inspirado en makemore de Andrej Karpathy :)
Una lista curada de cosas geniales relacionadas con herramientas de inteligencia artificial
Modelos generativos basados en puntuación (Modelos de difusión) para la mejora y eliminación de reverberación del habla