#computer-vision Dépôts
1,451 dépôts au total
👁️ + 💬 + 🎧 = 🤖 Liste organisée des meilleurs modèles fondamentaux et multimodaux ! [Paper + Code + Exemples + Tutoriels]
[CVPR'26] ObjectClear : Suppression précise d’objets et d’effets avec attention adaptative ciblée
DreamSim : Apprendre de nouvelles dimensions de la similarité visuelle humaine à l'aide de données synthétiques (NeurIPS 2023 Spotlight) / / / / Quand l'alignement perceptuel profite-t-il aux représentations de la vision ? (NeurIPS 2024)
Implémentation officielle de l'article CVPR 2022 "Neural RGB-D Surface Reconstruction"
DocBank: Un ensemble de données de référence pour l'analyse de la mise en page des documents
[CVPR 2024] DocRes : Un modèle généraliste pour unifier les tâches de restauration d'images de documents
Estimation de profondeur mono / stéréo + détection d'objets YOLO avec déploiement sur Jetson Nano / TX2 / GeForce via TensorRT
Générateur d'algorithme de convolution minimale de Winograd pour les réseaux de neurones convolutifs.
Code vestimentaire : Essai virtuel multidimensionnel haute résolution. ECCV 2022
Une liste de ressources pour le matching/enregistrement d'ensembles de points collectées par Gang Wang
(Highlight CVPR 2025✨) Dépôt officiel du papier "LLMDet: Learning Strong Open-Vocabulary Object Detectors under the Supervision of Large Language Models"
[CVPR2024] Code pour « SAM-6D : Segment Anything Model rencontre l'estimation de pose 6D sans zéro coup ».
Grand Modèle de Reconstruction Gaussienne pour une Reconstruction et Génération 3D Efficace
Implémentation officielle pour "Blended Latent Diffusion" [SIGGRAPH 2023]
Un outil de réponse automatique basé sur Python pour Xiaoyuan Kou Suan
🔥🔥Les tout premiers modèles à l'échelle de l'heure pour la compréhension vidéo
[ECCV2024] Ceci est le code d'inférence officiel des articles "Glyph-ByT5: Un encodeur de texte personnalisé pour un rendu de texte visuel précis" et "Glyph-ByT5-v2: Une solide base esthétique pour un rendu de texte visuel multilingue précis""
Implémentation officielle du code de Vary-toy (Small Language Model rencontre Reinforced Vision Vocabulary)
[CVPR 2025, TPAMI 2026] UniScene : Génération unifiée de scènes de conduite centrée sur l'occupation
Construisez des modèles de vision par ordinateur entièrement fonctionnels avec PyTorch
Tensorflow Faster R-CNN pour Windows/Linux et Python 3 (3.5/3.6/3.7)
Implémentation officielle de "FitDiT : Avancement des détails authentiques des vêtements pour un essayage virtuel haute fidélité"
[CVPR 2024 Highlight] Le repo officiel pour « GPS-Gaussian : Generalizable Pixel-wise 3D Gaussian Splatting for Real-time Human Novel View Synthesis »
Le développement et les perspectives futures des grands modèles de raisonnement multimodaux.
Ceci est une liste d'articles impressionnants sur le flux optique et les travaux connexes.
Ce dépôt contient les codes pour LipGAN. LipGAN a été publié comme partie d'un article intitulé "Towards Automatic Face-to-Face Translation".
MLGym Un Nouveau Framework et Benchmark pour faire Progresser les Agents de Recherche en IA
Bibliothèque d'acquisition d'images pour systèmes de vision machine basés sur GenICam
Détecteurs, Trackers et SAM de vision par ordinateur faciles et modulaires - Exécutez YOLOv9,v8,v7,v6,v5,R,X en moins de 10 lignes de code.
Un outil OCR gratuit et portable pour les formules prenant en charge latex et mathml
Outil Node Creative Coding / 3D / Traitement d'image inspiré de Quartz Composer
[CVPR 2024 Highlight] Feature 3DGS : Supercharger le splatting gaussien 3D pour permettre des champs de caractéristiques distillés
[CVPR 2024] Publication du code pour "InstanceDiffusion : Contrôle au niveau de l'instance pour la génération d'images"