#computer-vision Dépôts
1,451 dépôts au total
[CVPR 2021] Restauration progressive d'images multi-étapes. Résultats SOTA pour le débruitage, le désentrainement et le déparasitage d'images.
Le parcours d’apprentissage le plus complet pour les ingénieurs en agents · Maîtrisez l’ingénierie de l’IA en partant de zéro · 20 étapes, 542 leçons · Traduction intégrale en chinois + site web associé + vidéos explicatives animées · Guide pour devenir ingénieur en agents d’IA
Une collection d'articles sur le thème ``Computer Vision in the Wild (CVinW)''
Un ensemble de données de galerie de prompts texte-vers-image à grande échelle basé sur Stable Diffusion
Une implémentation Python complète pour le système de vision panoramique de voitures réelles
DimensionX [ICCV'25] : Créez n'importe quelle scène 3D et 4D à partir d'une seule image avec la diffusion vidéo contrôlable
Détection en temps réel des émotions faciales à l'aide de l'apprentissage profond
🚀 L'API TensorFlow Object Counting est un framework open source construit sur TensorFlow et Keras qui facilite le développement de systèmes de comptage d'objets !
Projet de reconnaissance faciale en temps réel avec OpenCV et Python
[CVPR 2023] Une alternative académique au réseau d'occupation de Tesla pour la conduite autonome.
SDK Python pour la suppression d'arrière-plan locale et cloud (pip install withoutbg)
CommonForms — modèles ouverts pour détecter automatiquement les champs de formulaire PDF
Code pour "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
AlpaSim est une plateforme de simulation de véhicules autonomes open-source conçue pour le développement et les tests de politiques AV de bout en bout
LucidFlux : Restauration d'image photoréaliste sans légende via un transformateur diffusions à grande échelle, ICLR 2026
Ce dépôt contient le code du article CVPR 2022 "Image Segmentation Using Text and Image Prompts".
Dépôt officiel pour "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]
Application Streamlit démontrant un navigateur d'images pour le dataset Udacity self-driving-car avec détection d'objets en temps réel utilisant YOLO.
HuMo : Génération vidéo centrée sur l'humain via un conditionnement multimodal collaboratif
Soulever, Éclabousser, Tirer : Encodage d'images à partir de rigs de caméra arbitraires en reprojetant implicitement en 3D (ECCV 2020)
Explorez interactivement des jeux de données non structurés à partir de votre dataframe.
[ECCV`24&ICLR`25] Série CityGaussian pour la reconstruction de scènes à grande échelle de haute qualité avec des Gaussiennes
Livres / PDFs / EPUBs pour différents domaines de la programmation. LIRE GRANDIR ET PROFITER 😊😊😊😊
Notes de lecture sur l'apprentissage profond et l'apprentissage automatique
Une implémentation TensorFlow de cet article Nvidia : https://arxiv.org/pdf/1604.07316.pdf avec quelques modifications
[CVPR2024] StableVITON : Apprentissage de la correspondance sémantique avec un modèle de diffusion latente pour l'essayage virtuel
ktrain est une bibliothèque Python qui rend l'apprentissage profond et l'IA plus accessibles et plus faciles à appliquer
Réplication de projets CV simples incluant attention, classification, détection, détection de points clés, etc.
Une collection d'articles sur les modèles de diffusion pour la génération 3D.
Un framework 3DGS pour la reconstruction et la simulation de scènes urbaines omnidirectionnelles.
[ICCV'23] Champs Neuronaux de Radiance Efficaces et Conscients de la Région pour la Synthèse de Portraits Parlants à Haute Fidélité
⚡️Le framework de perception spatiale pour construire rapidement des robots intelligents et des espaces
[CVPR'25] Tora : Transformer de diffusion orienté trajectoire pour la génération vidéo
Ce codebase démontre comment synthétiser des animations réalistes de personnages 3D à partir d'un signal vocal arbitraire et d'un maillage de personnage statique.
[PKU EPIC Lab] Guide d'introduction à l'IA incarnée pour les débutants
[CVPR 2024 Oral, Best Paper Runner-Up] Code pour "pixelSplat: 3D Gaussian Splats à partir de paires d'images pour une reconstruction 3D évolutive et généralisable" par David Charatan, Sizhe Lester Li, Andrea Tagliasacchi et Vincent Sitzmann
Collection de ressources géniales sur la traduction image-à-image.