#computer-vision Dépôts
1,451 dépôts au total
projectaria_tools est une boîte à outils open source C++/Python permettant d'interagir avec les données Project Aria.
Code pour "PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation" CVPR 2019 oral
Travaux récents basés sur les LLM en vision par ordinateur et connexes. Bienvenue pour commenter/contribuer !
Framework Python pour la vision par ordinateur et l'analyse vidéo avec batteries incluses
Un Framework Agnostique de Vision par Ordinateur – Connectable à toute bibliothèque d'entraînement : Fastai, Pytorch-Lightning et plus à venir
[CVPR 2025] La première enquête sur le raisonnement CoT (RL, TTS, Réflexion) dans la génération d'images
[TMLR 2025] Thera : Super-résolution à échelle arbitraire sans aliasing avec des champs de chaleur neuronaux
[NeurIPS 2023] Implémentation officielle du papier "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"
⚡ Un algorithme de détection de cible sans ancrage ultra-léger nouvellement conçu, d'un poids de seulement 250 000 paramètres, réduit le temps de traitement de 10 % par rapport à yolo-fastest, et le post-traitement est plus simple.
(ACM TOMM) Ceci est le dépôt de code officiel pour "VM-UNet: Vision Mamba UNet for Medical Image Segmentation".
Ceci est un package complet des méthodes récentes d'apprentissage profond pour les nuages de points 3D en pytorch (avec des modèles pré-entraînés).
YoloDotNet - Un projet C# .NET 8.0 pour la classification, la détection d'objets, la détection OBB, la segmentation et l'estimation de pose dans les images et les flux vidéo en direct.
Implémentation officielle PyTorch de «Approche top-down consciente de la distance à la caméra pour l'estimation de poses multi-personnes en 3D à partir d'une seule image RGB», ICCV 2019
Ce dépôt contient un projet complet de vision par ordinateur/apprentissage automatique sur le football qui utilise YOLO pour la détection d'objets, Kmeans pour la segmentation des pixels, le flux optique pour le suivi du mouvement et la transformation de perspective pour analyser les mouvements des joueurs dans les vidéos de football.
Le programme d'entraînement pour libfacedetection pour la détection de visage et la détection de 5 points de repère.
[CVPR 2024] Dépôt officiel pour "Gaussian Head Avatar: Ultra High-fidelity Head Avatar via Dynamic Gaussians"
Du Grossier au Fin : Localisation Hiérarchique Robuste à Grande Échelle avec HF-Net (https://arxiv.org/abs/1812.03506)
Le plus grand dépôt GitHub au monde pour les LLM + Robotique
Latent Bridge Matching pour la traduction rapide d'image à image (Point fort de l'ICCV 2025)
PointFlow : Génération de nuages de points 3D avec des flux normalisateurs continus
[ICML2024] Code officiel pour GaussianPro : 3D Gaussian Splatting avec propagation progressive
Instruct-NeRF2NeRF: Édition de scènes 3D avec des instructions (ICCV 2023)
Détection de 21 points clés de la main, pose gestuelle bidimensionnelle, reconnaissance gestuelle, PyTorch, handpose
Une liste curated de DATASETS, CODEBASES et ARTICLES sur l'apprentissage multi-tâches (MTL), du point de vue de l'apprentissage automatique.
[Version étendue ICLR 2025 Blog Track] Anole : Modèles multimodaux ouverts, autorégressifs et natifs pour la génération d'images-textes entrelacés
Implémentation officielle de « Lotus : Modèle de base visuel basé sur la diffusion pour la prédiction dense de haute qualité »
LLVIP: Un ensemble de données appariées visible-infrarouge pour la vision en faible luminosité
Ce dépôt contient les ressources (articles, blogs, sites web, etc.) qu'Ilya a recommandées pour en savoir plus sur l'intelligence artificielle.
[CMU] Un cadre polyvalent et modulaire conçu pour les véhicules aériens sans pilote autonomes [UAV] (C++/ROS/PX4)
Collection impressionnante de ressources et d'articles sur les modèles de diffusion pour la manipulation robotique.
[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. Un agent intelligent de vision par ordinateur capable de restaurer magiquement n'importe quelle image en 4K parfaite !