#computer-vision Dépôts
1,451 dépôts au total
Implémentation officielle pour l'article : InFusion : Inpainting de Gaussiennes 3D via l'apprentissage de la complétion de profondeur à partir d'un prior de diffusion
Amplification vidéo eulérienne en temps réel : amplifiez les mouvements et les couleurs subtils à partir d'une webcam ou d'une vidéo. Linux/Windows/macOS
Modélisation du bruit basée sur la physique pour la photographie en conditions de très faible luminosité (CVPR 2020 Oral & TPAMI 2021)
[ECCV 2024] ControlNet++: Améliorer les contrôles conditionnels grâce à un retour d'information cohérent et efficace.
[Information Fusion (Vol.103, Mar. '24)] Renforcement du Image Matting avec des Vision Transformers simples pré-entraînés
Le code officiel pour « Deep Unrestricted Document Image Rectification », TMM, 2023.
[Mise en avant CVPR 2024] XCube : Modélisation Générative 3D à Grande Échelle utilisant des Hiérarchies de Voxels Épars
[CVPR 2023, BSP] Enregistrement 3D avec des Cliques Maximales
Publication publique du Benchmark de Correspondance d'Images : https://image-matching-challenge.github.io
Code et directives de mise en œuvre pour l'article ✨Counting Anything. Page du projet : https://mengqi-lei.github.io/count-anything-projectpage/
[AAAI' 25] U-KAN constitue une colonne vertébrale solide pour la segmentation et la génération d'images médicales
Tutoriel complet d'apprentissage approfondi : De zéro à héros
Implémentation officielle de Pytorch pour « DINO-Tracker : Dompter DINO pour le suivi de points auto-supervisé dans une seule vidéo » (ECCV 2024)
ELITE : Encodage de concepts visuels dans des plongements textuels pour la génération personnalisée de texte vers image (ICCV 2023, Oral)
Un module simple de détection de somnolence pour les humains. 😴 🚫 🚗
[NeurIPS 2024] PointMamba : Un Modèle d'Espace d'État Simple pour l'Analyse des Nuages de Points
[CVPR 2022] StyleSwin : GAN basé sur Transformer pour la génération d'images haute résolution
[IEEE TMI-2024] UNETR++: Examen approfondi de la segmentation d'images médicales 3D efficace et précise
Visionnaire : Le support de modèle mondial construit sur la plateforme de Gaussian Splatting alimentée par WebGPU
Atelier NeurIPS'24 - UniTable : Vers un modèle de base unifié pour les tableaux
[CVPR 2023] Les paramètres ne font pas tout : partir de réseaux non paramétriques pour l'analyse de nuages de points 3D
Extension WebUI de Stable Diffusion pour CLIP Interrogator
Liste curatée impressionnante de travaux sur l'estimation du regard oculaire
Framework open source pour les modèles d'incertitude et d'apprentissage profond en PyTorch 🌱
Code de recherche pour l'estimation de la profondeur métrique dans l'imagerie VR périoculaire utilisant des données générées par UE MetaHuman.
Bibliothèque multiplateforme pour le suivi 6DoF du contrôleur de mouvement PS Move. Fusion de capteurs, vision par ordinateur, affichage ambiant (sphère LED).
Implémentation Pytorch de : "Stable-Hair : Transfert de cheveux du monde réel via le modèle de diffusion" (AAAI 2025)
[CVPR 2024] SinSR : Super-résolution d'images basée sur la diffusion en une seule étape
🔥🔥🔥Implémentation du code Java pour appeler RapidOCR (basé sur PaddleOCR), adaptation pour Mac, Win, Linux, prise en charge du dernier PP-OCRv4
Notes sur la technologie des doubles numériques GPT interactifs en temps réel, pas un projet open source de doubles numériques
[CVPR 2023] Dépôt officiel pour télécharger, traiter, visualiser et entraîner des modèles sur le jeu de données ARCTIC.
Code pour « Reconstruction neuronale de scènes 3D avec l’hypothèse du monde de Manhattan », présentation orale à la CVPR 2022
Une feuille de route pour débuter avec l'apprentissage automatique
Modèle de descripteur Hardnet - «Travailler dur pour connaître les marges de votre voisin : Perte d'apprentissage du descripteur local»
[MM 2025] EventVAD: Détection d'anomalies vidéo sans entraînement et sensible aux événements
Base de données d’acteurs multimodaux émotionnels issus du crowdsourcing (CREMA-D)
Ce projet est dédié à l'implémentation et à la recherche des réseaux de convolution de Kolmogorov-Arnold. Le dépôt comprend des implémentations de convolutions 1D, 2D et 3D avec différents noyaux, des modèles de type ResNet et DenseNet, du code d'entraînement basé sur accelerate/PyTorch, ainsi que des scripts pour des expériences avec CIFAR-10 et Tiny ImageNet.
un détecteur d'objets sans ancrage en temps réel avec des performances décentes
Liste d'articles sur le suivi d'un seul objet (suiveurs SOT de pointe)
Un module d'extension Blender pour générer des données de vérité terrain synthétiques pour les applications de vision par ordinateur
Code pour créer Stylized-ImageNet, une version stylisée de l'ImageNet standard (ICLR 2019 Oral)
Cacher un code-barres dans une image. On peut masquer un code QR dans une image ordinaire, qui peut être reconnu par WeChat. Ce code peut être utilisé par n'importe qui, sauf une personne : un compte marketing sur Douyin (抖X) appelé '大神开发' (Développement Divin) a successivement volé plus d'une douzaine de mes vidéos originales. Je n'ai jamais vu une personne aussi effrontée !
Ce dépôt vous permet d'entraîner des modèles de réseaux de neurones pour effectuer une reconnaissance d'écriture manuscrite de page entière de bout en bout en utilisant les frameworks d'apprentissage profond Apache MXNet sur le dataset IAM.