#computer-vision Dépôts
1,451 dépôts au total
Code de test Pytorch et Torch pour CartoonGAN [Chen et al., CVPR18]
Cadre basé sur ROS et image RPi pour contrôler les drones propulsés par PX4 🍀
[ECCV 2024] InstructIR : Restauration d'images de haute qualité suivant les instructions humaines https://huggingface.co/spaces/marcosv/InstructIR
Le dépôt pour "Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"
Papiers, code et ensembles de données sur l'apprentissage profond pour la détection d'objets 3D.
[ICCV 2023] OpenOccupancy : Une référence à grande échelle pour la perception sémantique de l'occupation environnante
BlendedMVS : Un ensemble de données à grande échelle pour les réseaux stéréo multi-vues généralisés
[IROS 2021] BundleTrack : Suivi de pose 6D pour objets nouveaux sans modèles 3D au niveau instance ou catégorie
[CVPR 2024] Photo-SLAM : Localisation et cartographie photoréalistes simultanées en temps réel pour caméras monoculaires, stéréo et RVB-D
[CVPR 2022] Pré-entraînement de Transformers de Nuages de Points 3D avec Modélisation Masquée de Points
Implémentation PyTorch de « V* : Guided Visual Search as a Core Mechanism in Multimodal LLMs »
SiLK (Simple Learned Keypoint) est un modèle de points clés d'apprentissage profond auto-supervisé.
Reconnaissance de plaques d'immatriculation en deux étapes, légère et haute performance avec MTCNN et LPRNet
Une liste organisée de projets guidés en science des données et en IA pour commencer à construire votre portfolio
MARS : Un simulateur axé sur les instances, modulaire et réaliste pour la conduite autonome
📸 Détecte et recadre automatiquement les visages à partir de lots de photos.
[SIGGRAPH'24] Implémentations pour "Reconstruction de surface de haute qualité utilisant des surfels gaussiens".
Reconnaissance de texte de scène avec des modèles de séquence autorégressifs permutés (ECCV 2022)
Implémentation officielle de PyTorch de "Expressive Whole-Body 3D Gaussian Avatar", ECCV 2024.
Assistance à l'installation des frameworks d'apprentissage profond pour le système ArcGIS
Script de ferme automatique multi-fenêtres PCR Princess Connect Serveur National Basé sur OpenCV+UIAutomator
🙌Collection de plus de 234 projets basés sur l'apprentissage automatique, l'apprentissage profond, la vision par ordinateur, le traitement du langage naturel et tout le reste. Montrez votre soutien en ✨ ce dépôt.
Du grand au petit : Guidage planaire local multi-échelle pour l'estimation de profondeur monoculaire
[EMNLP 2025] ViDoRAG : Génération Augmentée par Récupération de Documents Visuels via des Agents de Raisonnement Itératif Dynamique
Ensemble de données texte-vidéo à grande échelle. 10 millions de courtes vidéos légendées.
[CVPR 2024 & NeurIPS 2024] EmbodiedScan : Une suite holistique de perception 3D multimodale pour l'IA incarnée
[ECCV] Swin2SR: SwinV2 Transformer pour la Super-Résolution et la Restauration d'Images Compressées. Atelier "Advances in Image Manipulation (AIM)" ECCV 2022. Essayez-le ! Plus de 3,3 millions d'exécutions https://replicate.com/mv-lab/swin2sr
[CVPR 2024] OneLLM : Un Framework pour Aligner Toutes les Modalités avec le Langage
[ECCV'20] Structured3D: Un grand ensemble de données photoréaliste pour la modélisation 3D structurée
[NeurIPS 2023] Uni-ControlNet : Contrôle tout-en-un pour les modèles de diffusion texte-vers-image
Dépôt du jeu de données Ego4d. Téléchargez le jeu de données, visualisez, extrayez les caractéristiques et exemple d'utilisation du jeu de données
Le dépôt officiel pour « Vidi : Modèles multimodaux volumineux pour la compréhension et l'édition de vidéos »
Tous mes modèles d'upscaling IA auto-entraînés et publiés. Après avoir rassemblé et appliqué plus de 600 modèles d'upscaling différents, j'ai appris à entraîner mes propres modèles, et voici les résultats.
Dépôt officiel pour le papier CVPR 2022 : I M Avatar : Implicit Morphable Head Avatars from Videos