#computer-vision Dépôts
1,451 dépôts au total
Implémentation officielle de "OpenPifPaf: Champs composites pour la détection de points clés sémantiques et l'association spatio-temporelle" en PyTorch.
[NeurIPS 2023] Code Officiel pour "SMPLer-X: Scaling Up Expressive Human Pose and Shape Estimation"
Nœuds ComfyUI pour recadrer avant l'échantillonnage et recoudre après l'échantillonnage qui accélèrent l'inpainting
Trouvez automatiquement des problèmes dans les jeux de données d'images et pratiquez la vision par ordinateur axée sur les données.
Notes de lecture sur les grands modèles de langage multimodaux, les grands modèles de langage et les modèles de diffusion
Bibliothèque rapide de vision par ordinateur pour SFM, calibration, repères, suivi, traitement d'images, et plus encore.
Un hub complet et structuré pour apprendre l'Intelligence Artificielle — couvrant l'IA, le Machine Learning, le Deep Learning et la Science des Données avec des livres, des feuilles de route et des ressources sélectionnées du débutant à l'avancé.
quelque chose comme Visual-ChatGPT, la version open-source de Wenyiyan
:basketball::robot::basketball: Application web et API d'IA pour analyser les tirs de basketball et la pose de tir.
Une méthode simple pour effectuer un apprentissage semi-supervisé avec des données limitées.
Une nouvelle base de code pour les méthodes populaires de génération de graphes de scènes (2020). La visualisation et l'extraction de graphes de scènes sur des images/ensembles de données personnalisés sont fournies. C'est aussi une implémentation PyTorch du document « Unbiased Scene Graph Generation from Biased Training CVPR 2020 »
Un extracteur de représentations d'analyse humaine prêt à l'emploi.
[CVPR'23, Highlight] ECON : Humains explicitement vêtus optimisés par intégration normale
StyleGAN-Human : Une odyssée centrée sur les données de la génération humaine
Évaluation et reproduction de politiques de manipulation robotique du monde réel (par ex. RT-1, RT-1-X, Octo) en simulation dans des configurations courantes (par ex. Google Robot, WidowX+Bridge) (CoRL 2024)
Un framework flexible et extensible pour la reconnaissance de la démarche. Vous pouvez vous concentrer sur la conception de vos propres modèles et les comparer facilement aux solutions de pointe avec l'aide d'OpenGait.
Modèles Fondamentaux Multimodaux de Pointe pour la Compréhension d'Images et de Vidéos
Cette série vous emmènera dans un voyage des bases du NLP et de la vision par ordinateur jusqu'à la pointe des modèles Vision-Langage.
Bibliothèque d'entraînement pour la détection et la correspondance de caractéristiques locales
Articles intéressants sur la vision, l'apprentissage et les graphiques sur les chats !
[CVPR 2024] Implémentation officielle de « Deformable 3D Gaussians for High-Fidelity Monocular Dynamic Scene Reconstruction »
🪐 Objaverse-XL est un Univers de plus de 10 millions d'objets 3D. Contient des scripts API pour le téléchargement et le traitement !
PyTorch – Calcul FID avec redimensionnement d'image approprié et étapes de quantification [CVPR 2022]
:books: Une collection d'articles sur la colorisation d'images et de vidéos basée sur l'apprentissage profond.
Code pour 3D-LLM : Injection du monde 3D dans les grands modèles linguistiques
OpenSTL : Une référence complète pour l'apprentissage prédictif spatio-temporel
[CVPR2023] Le dépôt officiel pour OC-SORT : SORT Centré sur l'Observation (Observation-Centric SORT) pour le suivi multi-objets vidéo. OC-SORT est simple, en ligne et robuste face à l'occlusion/mouvement non linéaire.
[ICLR 2025 Oral] TANGO : Réécriture de vidéos de gestes co-discours avec embedding audio-mouvement hiérarchique et interpolation par diffusion
Un tutoriel montrant comment configurer l'API de détection d'objets de TensorFlow sur Raspberry Pi