#computer-vision Dépôts
1,451 dépôts au total
[CVPR 2024] GaussianDreamer : Génération rapide du texte aux Gaussiennes 3D en reliant les modèles de diffusion 2D et 3D
Une liste organisée d'articles sur la vision 3D relatifs au domaine de la robotique à l'ère des grands modèles, c'est-à-dire les LLM/VLM, inspirée par awesome-computer-vision, y compris des articles, des codes et des sites Web connexes
Implémentation officielle de "LucidDreamer : Vers la génération de texte à 3D haute fidélité via le score matching par intervalle"
"MonoScene: Monocular 3D Semantic Scene Completion" (CVPR 2022) : Prédiction d'occupation sémantique 3D à partir d'une seule image
Bibliothèque de vision haute performance en Python. Développez votre recherche, pas le boilerplate.
Carnets Google Colab accessibles pour la formation de Lora Stable Diffusion, basés sur le travail de kohya-ss et Linaqruf
Pour l'automatisation du sac de chance dans la salle de diffusion en direct Douyin
[ICCV 2025] LongSplat : Splatting Gaussien 3D Robuste sans Pose pour Vidéos Longues et Décontractées
Emoji Scavenger Hunt est une expérience qui exploite la puissance des réseaux neuronaux et l'appareil photo de votre téléphone pour identifier les versions du monde réel des emojis que nous utilisons chaque jour.
Modèles OCR légers et rapides pour la reconnaissance de texte des plaques d'immatriculation.
[CVPR 2024] Spacetime Gaussian Feature Splatting pour la synthèse dynamique de vues en temps réel
Dépôt officiel accompagnant un article CVPR 2022 EMOCA : Emotion Driven Monocular Face Capture And Animation. EMOCA prend une seule image d'un visage en entrée et produit une reconstruction 3D. EMOCA établit la nouvelle norme en matière de reconstruction d'images très émotionnelles en milieu naturel.
Un outil léger pour l'étiquetage de boîtes englobantes 3D dans les nuages de points.
[ECCV 2024 - Oral] ACE0 est une approche Structure-from-Motion basée sur l'apprentissage qui estime les paramètres de caméra d'ensembles d'images en apprenant une représentation de scène implicite cohérente et multi-vue.
Une liste organisée de ressources, bibliothèques et logiciels impressionnants pour le traitement des nuages de points
[TMLR 2025🔥] Une enquête sur les modèles autorégressifs en vision.
Calibration géométrique précise de la caméra avec des modèles de caméra génériques
Implémentation PyTorch du papier "Class-Balanced Loss Based on Effective Number of Samples"
[ACM MM 2024] Code officiel pour "HandRefiner : Raffiner les mains malformées dans les images générées par Inpainting conditionnel basé sur la diffusion"
Ocean est le framework interne pour les applications de Computer Vision (CV) et de Réalité Augmentée (AR) chez Meta. Il est indépendant de la plateforme et est principalement implémenté en C/C++.
Une bibliothèque Python haute performance de capture d'écran pour Windows utilisant l'API Desktop Duplication - Mis à jour en 2026
Sensation tactile • Collecte de données • IL/RL/VLA/WM • Manipulation • Simulation • Open Source
Retour sur la fonctionnalité : Apprentissage d'une localisation de caméra robuste des pixels à la pose (CVPR 2021)
Un framework open-source de vision par ordinateur pour créer et déployer des applications en quelques minutes
Code et modèles accompagnant "Deep Predictive Coding Networks for Video Prediction and Unsupervised Learning"
Runtime de keying IA natif et plugin OFX pour DaVinci Resolve, développé en collaboration avec Corridor Digital.
Implémentation TensorFlow pour le calcul d'une image de vue plongeante (BEV) sémantiquement segmentée à partir des images de plusieurs caméras montées sur véhicule.
bibliothèque prenant en charge la recherche NLP et CV sur les articles scientifiques
[ICRA 2022] Un framework open source pour la détection coopérative. Implémentation officielle pour OPV2V.
Environnements 3D simples et facilement configurables semblables à des jeux FPS pour l'apprentissage par renforcement