#computer-vision Dépôts
1,451 dépôts au total
[IJCV] Show-1 : Marier les modèles de diffusion de pixels et latents pour la génération de texte à vidéo
APISR : Super-résolution d'anime du monde réel inspirée par la production d'anime (CVPR 2024)
GaussianObject: Reconstruction d'objets 3D de haute qualité à partir de quatre vues avec Gaussian Splatting (SIGGRAPH Asia 2024, TOG)
Ressources d'apprentissage et partage d'expériences pour le développement SLAM
Recherche à grande échelle d'images similaires basée sur la correspondance de points caractéristiques
awesome grounding: Une liste curated de papiers de recherche en grounding visuel
Un plugin basé sur Unreal Engine 5 (UE5) visant à fournir une visualisation, une gestion, une édition en temps réel et un rendu hybride évolutif du modèle Guassian Splatting.
Un framework de rendu par projection gaussienne 3D avec divers algorithmes dérivés et une visionneuse web interactive
Implémentation légère et utile de la prédiction conforme sur des données réelles.
Collection de jeux de données de ré-identification de personnes disponibles publiquement
[CVPR 2021 & IJCV 2024] Repenser la segmentation sémantique du point de vue d'une séquence à séquence avec des Transformers
L'implémentation officielle du papier oral de la CVPR'25 « Go-with-the-Flow : Motion-Controllable Video Diffusion Models Using Real-Time Warped Noise »
Un ensemble de nœuds personnalisé pour l'interpolation d'images vidéo dans ComfyUI.
Hub de la biodiversité de Microsoft AI for Good Lab : catalogue de projets, documentation et navigation pour l’IA au service de la conservation, SPARROW et MegaDetector.
Bibliothèque WebGL et JavaScript en temps réel pour le suivi du visage, la détection d'expressions et les émoticônes animées dans le navigateur, avec des démos SVG et Three.js incluses 😄
[CVPR 2024 Highlight] Le repo officiel de "GaussianAvatars: Photorealistic Head Avatars with Rigged 3D Gaussians"
Publication du code pour "Cut and Learn for Unsupervised Object Detection and Instance Segmentation" et "VideoCutLER: Surprisingly Simple Unsupervised Video Instance Segmentation"
TableBank : Un ensemble de données de référence pour la détection et la reconnaissance de tableaux
Implémentation officielle de `Splatter Image: Reconstruction 3D ultra-rapide à vue unique` CVPR 2024
[TMLR] Diffusion guidée par la mémoire pour la génération de vidéos parlantes expressives
Code pour "Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed", CVPR 2024
GigaModels : Un référentiel et une plateforme complets pour les modèles multimodaux, génératifs et perceptuels
[ICLR 2024] Représentation et rendu de scènes dynamiques photoréalistes en temps réel avec 4D Gaussian Splatting
grep pour les images – recherche d'images locale et hors ligne pour le terminal
[CVPR 2024 Highlight] Implémentation officielle PyTorch de SpatialTracker : Suivi de n'importe quels pixels 2D dans l'espace 3D
Mono-repo Rust CV. Contient des dépendances pures-Rust qui tentent d'encapsuler les capacités des frameworks OpenCV, OpenMVG et vSLAM dans un ensemble cohérent d'API.
LibreYOLO est une bibliothèque de vision par ordinateur open source sous licence MIT