#computer-vision Dépôts
1,451 dépôts au total
Corrige les images d'art pixel AI, les vidéos ou les téléchargements web de sprites
Outil de génération de données d'entraînement ML basé sur la vision par ordinateur :rocket:
Framework qui permet le réglage fin des modèles d'ancrage vision-langage sur des ensembles de données personnalisés
Implémentation open source de **MV-DUSt3R+ Reconstruction de scène mono-étape à partir de vues éparses en 2 secondes** de Meta Reality Labs. Page du projet https://mv-dust3rp.github.io/
Une liste d'outils pour annoter les données, gérer les annotations, etc.
[CVPR 2025 Highlight] Matrix3D: Large Photogrammetry Model All-in-One
[NeurIPS 2021] Benchmarks multiscales pour l'apprentissage de représentations multimodales
Une référence en apprentissage automatique des décalages de distribution dans la nature, avec des chargeurs de données, des évaluateurs et des modèles par défaut.
Ce dépôt contient le code d'évaluation pour l'article « MMMU : Une référence massive multidisciplinaire multimodale pour la compréhension et le raisonnement destinée à l'expert AGI »
Code PyTorch pour l'article "FIERY: Future Instance Segmentation in Bird's-Eye view from Surround Monocular Cameras"
Donnez aux agents d’IA des yeux, des oreilles et des résultats vérifiables. Watch Skill transforme les vidéos, l’audio et l’activité à l’écran en preuves horodatées et consultables, et atteste le travail à l’aide de contrats déterministes, et non des avis du modèle. DeepWatch est l’espace de travail pour agents conçu sur DeepSeek Harness. Python + npm, MCP, CLI, REST et Web.
MaaNTE Neverness to Everness (NTE) propulsé par MAAFramework ! Groupe d'échange QQ : Assistant Neverness to Everness, fourni par l'assistant d'automatisation pour Neverness to Everness. Pêche automatique, vente automatique de poissons, achat automatique d'appâts. Fonctionnalités : préparation automatique de café, collecte des revenus du café, passage automatique des dialogues de l'histoire, récupération automatique des récompenses quotidiennes.
Ce dépôt contient tout ce dont vous avez besoin pour maîtriser la recherche ML/AI et les articles de recherche
Bibliothèque pour calculer des métriques de performance basées sur la distance de surface pour les tâches de segmentation.
Le premier verrouilleur d’applications pour macOS au monde doté de l’authentification faciale, entièrement gratuit et open source. Déverrouillez vos applications Mac avec l’authentification faciale, Touch ID ou un mot de passe. Traitement entièrement local et chiffré : vos données ne quittent jamais votre Mac.
[ICLR 2026] Rationaliser la production de dessins animés grâce au post-keyframing génératif
Augmentation d’images pour la vision par ordinateur. Licence AGPL-3.0 uniquement ou licence commerciale.
Une implémentation modulaire efficace d'association d'objets avec des Transformers pour la segmentation d'objets vidéo dans PyTorch
Code de synthèse de transformation d'âge de durée de vie
Articles AAAI 2024 : Explorez une collection complète de recherches innovantes présentées lors de l'une des principales conférences sur l'intelligence artificielle. Intégrez de manière transparente les implémentations de code pour une meilleure compréhension. ⭐ découvrez le progrès de l'intelligence artificielle avec ce dépôt !
Collection de fantastiques ressources de réglage fin économes en paramètres.
Le programme complet d'informatique et d'ingénierie. Feuille de route, Liste de contrôle pour débutants.
Script automatique AFK, applicable à des jeux comme Onmyoji, Azur Lane, Arknights, etc.
Ceci est l'implémentation officielle de notre article : « MiniMax-Remover: Taming Bad Noise Helps Video Object Removal »
[CVPR 2022] MHFormer : Transformateur à Hypothèses Multiples pour l'Estimation de la Pose Humaine 3D
Code pour l'article "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19)
Ce référentiel fournit une liste complète de jeux de données satellitaires radar et optiques sélectionnés pour des tâches de détection, de classification, de segmentation sémantique et de segmentation d'instance de navires. Ces jeux de données sont idéaux pour les applications en vision par ordinateur, apprentissage automatique, télédétection et analyse maritime.
[ICLR 2026] Trace Anything: Représenter n’importe quelle vidéo en 4D via des champs de trajectoires
Code source pour l'article "OrienterNet Localisation Visuelle dans les Cartes Publiques 2D avec Correspondance Neuronale"
Détection + reconnaissance de plaques d'immatriculation à l'aide de YOLOv5 et LPRNet (jeu de données CCPD)
Recherchez de grands ensembles de données d'images avec le langage naturel et la vision par ordinateur
Étiquetez les Objets et Économisez du Temps (LOST) - Concevez votre propre processus d'annotation d'images intelligent dans un environnement basé sur le web.
Codage d'un modèle linguistique multimodal (Vision) à partir de zéro dans PyTorch avec explication complète : https://www.youtube.com/watch?v=vAmKB7iPkWw
[ECCV 2024 Présentation Orale] Code pour l'article : Une image vaut 1/2 jeton après la couche 2 : Accélération de l'inférence plug-and-play pour les grands modèles vision-langage
[CVPR 2024 - Oral] Mise en correspondance d'images 2D en 3D : Pose relative métrique à partir de correspondances métriques