#pytorch Repositorios
1,936 repositorios en total
Código para el paper "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19)
Ejecutar el modelo Segment Anything 2 en una transmisión de video en vivo
Puede calcular fácilmente FVD, PSNR, SSIM, LPIPS para evaluar la calidad de los vídeos generados o predichos.
[NeurIPS 2021] LoveDA: Un conjunto de datos de cobertura terrestre de teledetección para segmentación semántica adaptativa de dominio
TorchEEG es una biblioteca construida sobre PyTorch para el análisis de señales EEG.
Este repositorio contiene todo lo que necesita para dominar el aprendizaje automático
Para la investigación y el desarrollo de algoritmos de optimización.
Código fuente para el artículo "OrienterNet Localización Visual en Mapas Públicos 2D con Coincidencia Neuronal"
Detección + reconocimiento de matrículas utilizando YOLOv5 y LPRNet (conjunto de datos CCPD)
Codificación de un modelo de lenguaje multimodal (visión) desde cero en PyTorch con explicación completa: https://www.youtube.com/watch?v=vAmKB7iPkWw
Crater es una plataforma de entrenamiento e inferencia de IA nativa de la nube.
Utilice modelos de PyTorch con CasADi para optimización basada en datos o control óptimo basado en aprendizaje. Soporta Acados.
Código para el artículo de ICCV 2021 "Pixel Difference Networks for Efficient Edge Detection" (Oral).
[ICCV 2025] FaceLift: Aprendizaje Generalizable de Reconstrucción 3D de Rostro a partir de Cabezas Sintéticas en Imagen Única
[NeurIPS 2020] Este proyecto proporciona una sólida línea de base de una sola etapa para la clasificación, detección y segmentación de instancias de cola larga (LVIS). También es una implementación en PyTorch del artículo de NeurIPS 2020 'Long-Tailed Classification by Keeping the Good and Removing the Bad Momentum Causal Effect'.
Esta es una implementación oficial de PyTorch de "Cross View Fusion for 3D Human Pose Estimation, ICCV 2019".
Este es el repositorio de código oficial de "MedMamba: Vision Mamba para Clasificación de Imágenes Médicas"
TorchANI 2.0 es una biblioteca de código abierto que admite el entrenamiento, el desarrollo y la investigación de potenciales interatómicos de redes neuronales de estilo ANI. Fue desarrollada originalmente y actualmente es mantenida por el grupo Roitberg.
[CVPR2024] OneFormer3D: Un Transformer para la Segmentación Unificada de Nubes de Puntos
[Image and Vision Computing (Vol.147 Jul. '24)] Matting natural interactivo de imágenes con modelos Segment Anything
Aprendizaje por Refuerzo Profundo (PPO) en Conducción Autónoma (Carla) [desde cero]
Implementación en PyTorch para el artículo "Driving with LLMs: Fusing Object-Level Vector Modality for Explainable Autonomous Driving"
Código oficial para "RealFusion: Reconstrucción 360° de cualquier objeto a partir de una sola imagen" (CVPR 2023)
【NeurIPS 2022 Spotlight】Reconstrucción de Superficies Neuronales de Escenas Dinámicas con Cámara Monocular RGB-D
Organice sus experimentos en pasos discretos que se puedan almacenar en caché y reutilizar durante toda la vida útil de su proyecto de investigación.
Implementación de ChatGPT RLHF (Aprendizaje por Refuerzo con Retroalimentación Humana) en cualquier modelo de generación en el transformer de huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)
[NeurIPS 2021] Reconsiderando las Redes Espacio-Temporales con una Cobertura de Memoria Mejorada para una Segmentación Eficiente de Objetos en Video
«Investigación Práctica en IA» está dirigido a investigadores principiantes, mostrando paso a paso cómo iniciarse en la investigación de inteligencia artificial.
El código oficial para "Hacia un modelo fundamental generalista para radiología aprovechando datos médicos 2D y 3D a escala web".
Vector Hub: Biblioteca para el descubrimiento y consumo sencillos de modelos de vanguardia para convertir datos en vectores (text2vec, image2vec, video2vec, graph2vec, bert, inception, etc.)