#computer-vision Dépôts
1,451 dépôts au total
Scalabel : Un outil polyvalent basé sur le web pour l'annotation visuelle des données
OCR rapide et hors ligne pour Node.js et C++. PP-OCRv6 avec accélération matérielle Core ML / WebGPU — reconnaissez le texte dans les images avec des scores de confiance et des coordonnées. npm : @arcships/light-ocr
[CVPR 2025] WildGS-SLAM : SLAM par Gaussian Splatting monoculaire dans des environnements dynamiques
L'implémentation PyTorch officielle de « Mamba-YOLO : basée sur les SSM pour la détection d'objets »
[ECCV 2024] Scène comme Gaussiennes pour la prédiction sémantique d'occupation 3D basée sur la vision
Implémentation de « DreamDiffusion : Génération d’images de haute qualité à partir de signaux EEG cérébraux »
[CVPR 2024] Panda-70M : Légender 70 millions de vidéos avec de multiples professeurs cross-modalité
Le jeu de données Exclusively Dark (ExDARK), qui, à notre connaissance, est la plus grande collection d’images à faible éclairage prises dans des environnements très faiblement éclairés jusqu’au crépuscule (c.-à-d. 10 conditions différentes) à ce jour, avec des annotations au niveau des classes d’image et des objets.
Implémentation du papier « DeepLSD : Détection et raffinement de segments de ligne avec les gradients d'image profonds »
Suivi d'objets YOLOv7 utilisant PyTorch, OpenCV et le suivi Sort
SteadyDancer: Animation d'images humaines harmonisée et cohérente avec préservation de la première image
Ce référentiel est une collection organisée des articles les plus passionnants et influents de CVPR 2023. 🔥 [Paper + Code]
Implémentation officielle de "Lumina-mGPT: Illuminez la génération photoréaliste flexible de texte à image avec un pré-entraînement génératif multimodal"
Création manuelle de Flow Matching (Rectified Flow) à partir de zéro
YOLOPv2 : Mieux, Plus Rapide, Plus Fort pour la Perception Panoptique de la Conduite
[ICCV 2025] Diffuman4D : Synthèse de vues humaines cohérentes en 4D à partir de vidéos à vues éparses avec des modèles de diffusion spatio-temporels
Prov-GigaPath : Un modèle fondamental pour lames entières pour la pathologie numérique à partir de données réelles
Ceci est l'implémentation PyTorch de notre article « RSPrompter : Apprendre à interpeller pour la segmentation d'instance de télédétection basée sur un modèle de base visuel »
Aussi connu sous le nom d'Octo-Bouncer. Pilotage de moteur pas à pas de haute précision avec un Teensy 4.0 et un algorithme personnalisé de génération d'impulsions, ainsi qu'un traitement d'image basé sur PC, dans le but de faire jongler une machine avec une balle de ping-pong.
Un outil de filigrane pour protéger les œuvres d'art humaines contre leur utilisation dans des œuvres d'art synthétiques.
Le package Python officiel de Roboflow. Gérez vos ensembles de données, vos modèles et vos déploiements. Roboflow a tout ce dont vous avez besoin pour créer une application de vision par ordinateur.
Dalaran — Apache-2.0, infrastructure de visualisation et de données axée sur la robotique pour les séries temporelles multimodales. Natif ROS 2, lit les enregistrements .rrd existants. Un fork dur de Rerun.
Un projet lié à la vision par ordinateur, à l'apprentissage automatique et à l'apprentissage profond, comprenant les notes de cours et les programmes que j'ai développés moi-même.
Pipeline de détection d'objets YOLOv4/v3/v2 de bout en bout, implémenté sur tf.keras avec différentes technologies
Human Preference Score v2 : Une référence solide pour l'évaluation des préférences humaines en synthèse texte-vers-image