#computer-vision Dépôts
1,451 dépôts au total
Pile ADAS de niveau 2 gratuite et entièrement open source, propulsée par une technologie d'IA de bout en bout
Synthèse de portraits parlants à radiance neuronale en temps réel par décomposition audio-spatiale
U-Mamba : Amélioration de la dépendance à longue portée pour la segmentation d'images biomédicales
Une liste organisée d'enregistrement de nuages de points.
[ECCV'2024] Gaussian Grouping pour la reconstruction, la segmentation et l'édition d'objets ouverts de Anything.
Vchitect-2.0 : Transformer parallèle pour la mise à l'échelle des modèles de diffusion vidéo
Un modèle OCR LaTeX SOTA minimaliste avec seulement 20M de paramètres, fonctionnant dans le navigateur. Pipeline d'entraînement complet disponible pour l'auto-reproduction. | Modèle de reconnaissance de formule LaTeX SOTA ultraléger avec seulement 20M de paramètres, fonctionnant dans le navigateur. Code complet du pipeline d'entraînement open source pour l'auto-apprentissage et la reproduction.
Ce projet étend l'idée de l'architecture innovante des Kolmogorov-Arnold Networks (KAN) aux couches convolutives, en remplaçant la transformation linéaire classique de la convolution par des activations non linéaires apprenables dans chaque pixel.
Ce dépôt est la base d'un cours piloté par la communauté sur la vision par ordinateur avec réseaux neuronaux. N'hésitez pas à nous rejoindre sur le Discord de Hugging Face : hf.co/join/discord
LightlyStudio - La plateforme de données unifiée pour le ML multimodal
Générer des images de lignes de texte pour l'entraînement de modèles OCR d'apprentissage profond
Une collection triée de ressources iOS, ML et AR, agrémentée de quelques ajouts UI.
TriplaneGaussian : Une nouvelle représentation hybride pour la reconstruction 3D à partir d'une seule vue.
Une liste organisée de publications sur la segmentation sémantique à vocabulaire ouvert et les domaines connexes (par exemple, la segmentation sémantique zero-shot) ressources..
Code officiel pour MAMMA : Acquisition de mouvement multi-personnes précise et sans marqueurs.
3DMatch - un descripteur géométrique local basé sur ConvNet 3D pour aligner des maillages 3D et des nuages de points.
[CVPR 2024] LMDrive : Conduite de bout en bout en boucle fermée avec de grands modèles linguistiques
Sur le mystère caché de l'OCR dans les grands modèles multimodaux (OCRBench)
AMD Ryzen™ AI Software comprend les outils et les bibliothèques d'exécution pour optimiser et déployer l'inférence IA sur les PC dotés de AMD Ryzen™ AI.
À propos Ce dépôt est une collection organisée des articles les plus passionnants et influents de la CVPR 2025. 🔥 [Paper + Code + Demo]
You Only Watch Once : Une architecture CNN unifiée pour la localisation d'actions spatiotemporelles en temps réel
⚕️Chatbot médical multi-agents alimenté par GenAI pour le diagnostic médical et l'assistance à la recherche en soins de santé. 🏥 Conçu pour les professionnels de la santé, les chercheurs et les patients.
[ICCV 2025, Oral] TrajectoryCrafter : Redirection de la trajectoire de la caméra pour vidéos monoculaires via les modèles de diffusion
Compilation de ressources pour débutants sur les principes des modèles de diffusion et l'implémentation du code PyTorch
Une base de code flexible et efficace pour l'entraînement de modèles linguistiques conditionnés visuellement (VLM)
[CVPR 2020] CascadePSP : Vers une segmentation agnostique de classe et à très haute résolution par affinage global et local
Gaze-LLE : Estimation de la cible du regard via des encodeurs appris à grande échelle (CVPR 2025, Highlight)
Une boîte à outils Python pour le réglage fin des modèles géospatiaux fondamentaux (GFM).
Surveillance locale + vision IA — Cadre de surveillance IA alimenté par smartphone basé sur LAN avec sortie d'événements structurés pour l'acquisition et l'analyse de données.
SEED-Story : Génération d'histoires longues multimodales avec un grand modèle linguistique
[ECCV 2024] code officiel pour "Long-CLIP : Débloquer la capacité de texte long de CLIP"
[ICCV 2021 Oral] PoinTr : Complétion diversifiée de nuages de points avec des Transformeurs conscients de la géométrie
[CVPR 2024 Oral] Repenser les biais inductifs pour l'estimation des normales de surface
Cadre de reconnaissance automatique rapide des plaques d'immatriculation (ALPR).