#computer-vision Dépôts
1,451 dépôts au total
[ECCV2024 - Oral, Candidat au Prix du Meilleur Article] SEA-RAFT : RAFT simple, efficace et précis pour le flux optique
Le Zoo de Modèles Hailo comprend des modèles pré-entraînés et un environnement complet pour la construction et l'évaluation
[CVPR 2025 Highlight] Implémentation officielle de "MangaNinja : Colorisation d'art linéaire avec suivi précis de référence"
Les nœuds détachés de [ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle) sont principalement ceux qui ont des exigences complexes en matière de packages de dépendances.
Reconstruction 3D complète du corps en temps réel à partir d'une seule caméra, sortie BVH multipersonne, runtime C++ pur, ONNX + ggml, squelette à 70 articulations avec les mains.
Une Liste Sélectionnée de Modèles de Monde Vidéo Incroyables avec Diffusion AR : Couvrant les Algorithmes, les Applications et l'Infrastructure, Visant à Servir de Ressource Complète pour les Chercheurs, les Praticiens et les Passionnés.
Entraînons des transformers de vision (ViT) pour CIFAR-10/CIFAR-100/ImageNet
Compétence Claude alimentée par l’IA pour l’animation squelettique 2D dans Spine — création automatique du rig, animation et prévisualisation des personnages
[CVPR'25 Highlight] Vous le voyez, vous l'avez : Apprentissage de la création 3D sur des vidéos sans pose à grande échelle
Ceci est un référentiel collectif pour tous les progrès liés au 3DGS dans le monde de la recherche et de l'industrie
Ce sont les notes du parcours d'étude de l'apprentissage automatique. Vous pourriez y trouver quelque chose d'utile.
Fruits-360 : Un ensemble de données d'images contenant des fruits et des légumes
:books: Résumé des contenus relatifs à l'architecture des systèmes informatiques, aux bases des systèmes embarqués et aux langages de programmation principaux
BiomedParse : Un modèle de base pour la segmentation, la détection et la reconnaissance conjointes d'objets biomédicaux à travers neuf modalités
Modification d'images basée sur les modèles de diffusion : une enquête (TPAMI 2025)
Superchargez les flux de travail de contenu WordPress et l'engagement avec l'Intelligence Artificiale.
EfficientSAM3 compresse SAM3 en des modèles légers et compatibles avec le bord via une distillation de connaissances progressive pour une segmentation et un suivi rapides de concepts promptables.
Étant donné un PDF académique, extrayez les figures, les tableaux, les légendes et les titres de section.
DifFace : Restauration aveugle de visages avec contraction d'erreurs diffusées (TPAMI, 2024)
[ECCV 2020] Apprentissage de caractéristiques enrichies pour la restauration et l'amélioration d'images réelles. Résultats SOTA pour le débruitage d'images, la super-résolution et l'amélioration d'images.
[CVPR 2026 Mise en Avant] Implémentations Officielles pour l'Article - HoloCine : Génération Holistique de Narratives Vidéo Longues Multi-Shots Cinématographiques
Logos Ultralytics partagés, médias, images d'exemple, poids de modèles pré-entraînés, artefacts de jeux de données et actifs de version.
【CVPR 2025 Highlight】MonSter : Marier Monodepth à la Stéréo libère la puissance
Une feuille de route complète en ML (Machine Learning) Full Stack implique l'acquisition des compétences et des technologies nécessaires pour maîtriser tous les aspects du machine learning, y compris la collecte et le prétraitement des données, le développement de modèles, le déploiement et la maintenance.
Une liste organisée d'exemples de code, de bibliothèques et de logiciels géniaux liés à MediaPipe
Une petite bibliothèque de vision par ordinateur, sans dépendances et en C, pour les systèmes embarqués, les drones et la robotique.
Dataset Management Framework, une bibliothèque Python et un outil CLI pour construire, analyser et gérer des ensembles de données de vision par ordinateur.
MNNKit est une collection de solutions d'IA pour les développeurs mobiles, alimentée par le moteur MNN.
Champs neuronaux radiants dynamiques pour la reconstruction d'avatars faciaux 4D monoculaires
[CVPR 2024] MovieChat : Des tokens denses à la mémoire éparse pour la compréhension de longues vidéos