#classification Dépôts
87 dépôts au total
🔥🔥🔥TensorRT pour YOLO26 (détection/pose/segmentation/profondeur/boîtes orientées/classification), YOLOv11, YOLOv10, YOLOv9, YOLOv8, ... 🚀🚀🚀 CUDA, C’EST TOUT CE QU’IL VOUS FAUT. 🍎🍎🍎
[pip install medmnist] 18 jeux de données standardisés pour la classification d'images biomédicales 2D et 3D
Réplication de projets CV simples incluant attention, classification, détection, détection de points clés, etc.
Framework de compression de réseau neuronal pour une inférence OpenVINO™ améliorée
Exécutez Laya, le modèle décisionnel System-1 open source compatible avec Jev, depuis Node.js / TypeScript via ONNX Runtime
Framework de pré-entraînement Tencent en PyTorch et zoo de modèles pré-entraînés
Une bibliothèque complète pour l'apprentissage automatique et le calcul numérique. Appliquez l'apprentissage automatique avec Rust en tirant parti des principes fondamentaux.
jevos : une alternative open source à Jev et Microsoft-Decision-1. Des décisions par oui ou non, des choix et des scores avec des probabilités, sur le processeur de votre ordinateur portable.
Un module basé sur scikit-learn pour la classification multi-label et. al.
MOMENT : Une famille de modèles fondamentaux ouverts pour séries temporelles, ICML'24
Boîte à outils pour l'affinage, l'ablation et les tests unitaires des LLM open-source.
Dépôt Github avec des tutoriels pour affiner les transformeurs pour différentes tâches NLP
Un framework universel d'apprentissage de la représentation des séries chronologiques
[CVPR2026]🚀🚀🚀Code officiel pour l'article "YOLO-Master : MOE-Accelerated avec des Transformers spécialisés pour une détection en temps réel améliorée." *(YOLO = You Only Look Once)* 🔥🔥🔥
Compilation d'exemples concrets de haut niveau de projets d'apprentissage automatique ayant échoué
Un module de classification général pour permettre les classifications bayésiennes et LSI.
Superchargez les flux de travail de contenu WordPress et l'engagement avec l'Intelligence Artificiale.
Clusters et éléments à attacher aux événements ou attributs MISP (comme les acteurs de menace)
Publiez ce que vous avez créé sur Jev, le modèle de décision System One de TypeSafe AI : un tableau hebdomadaire où les créateurs publient et où le public vote, accompagné d’un index d’exemples publics de Jev classés par schéma décisionnel, avec citations des sources, vérifications des liens datées et vérifications du texte des points d’appel ; l’exécution et les performances ne sont pas testées indépendamment ici. EN/中文, schéma JSON, matrice des plateformes.
Ce référentiel fournit une liste complète de jeux de données satellitaires radar et optiques sélectionnés pour des tâches de détection, de classification, de segmentation sémantique et de segmentation d'instance de navires. Ces jeux de données sont idéaux pour les applications en vision par ordinateur, apprentissage automatique, télédétection et analyse maritime.
Compendium de ressources gratuites de lecture en apprentissage automatique
Une liste curatée d'excellents articles sur l'IA incarnée et les ressources liées à la recherche et à l'industrie.
pytextclassifier est un kit d'outils pour la classification de texte. Classification de texte, implémentations de modèles de classification tels que LR, Xgboost, TextCNN, FastText, TextRNN, BERT, etc., prêt à l'emploi.
Ce dépôt contient une implémentation PyTorch de l'article : « Apprentissage Profond Évidentiel pour Quantifier l'Incertitude de Classification »