#computer-vision Dépôts
1,451 dépôts au total
Une liste curatée de méthodes d'auto-supervision excellentes
(CGCSTCD'2017) Un projet facile, flexible et précis de reconnaissance de plaques d'immatriculation pour les plaques d'immatriculation chinoises dans des situations non contraintes. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design
Apprivoiser les transformeurs pour la synthèse d'images haute résolution
L'adaptateur d'invite d'image est conçu pour permettre à un modèle de diffusion pré-entraîné de texte à image de générer des images avec une invite d'image.
Entraînez et évaluez des embeddings pour la recherche par similarité avec PyTorch. Inclut des pertes contrastives, l’extraction d’exemples difficiles, des échantillonneurs et des métriques de recherche.
Ce dépôt est une collection organisée de liens vers divers cours et ressources sur l'intelligence artificielle (IA)
Guide de recherche d'emploi pour postes d'algorithmes IA (couvre les stratégies de préparation, guide de pratique de questions, recommandations internes et listes d'entreprises IA, etc.)
Version chinoise de CLIP qui permet la récupération intermodale et la génération de représentations en chinois.
Une implémentation PyTorch de NeRF (Neural Radiance Fields) qui reproduit les résultats.
Outfit Anyone : Essayage virtuel de ultra haute qualité pour tout vêtement et toute personne
Ceci est le code officiel du projet MobileSAM qui rend SAM léger pour les applications mobiles et au-delà !
Détection de visages en temps réel et classification d'émotions/genre utilisant les ensembles de données fer2013/imdb avec un modèle CNN Keras et OpenCV.
Une boîte à outils unifiée pour l'analyse d'images de documents basée sur l'apprentissage profond
Inférence découpée/tuilée indépendante du framework + UI interactive + tracés d'analyse d'erreurs
ECCV2022 – Estimation en temps réel du flux intermédiaire pour l'interpolation d'images vidéo
Développé par Turing's Cat, la première génération d'IA créative, basé sur GPT2.0 open-source | Évolutif, adaptable
Outil de traduction de bandes dessinées assisté par apprentissage profond, prend en charge la traduction automatique en un clic et la modification simple d'images/texte | Yet another computer-aided comic/manga translation tool powered by deeplearning
【Trois ans d’entretiens, cinq ans d’examens blancs】Plateforme de ressources pour les entretiens des ingénieurs en algorithmes AIGC/LLM/AI Agent. Elle couvre des connaissances pratiques et des expériences clés pour les entretiens et les épreuves écrites, ainsi que des connaissances fondamentales durables dans l’industrie de l’IA, notamment l’AIGC, les grands modèles de langage (LLM), les agents d’IA, l’intelligence incarnée, l’apprentissage profond traditionnel, la vision par ordinateur, le traitement du langage naturel, la conduite autonome, l’apprentissage automatique, l’apprentissage par renforcement, l’exploration de mégadonnées, les modèles du monde, le métavers, l’AGI, et bien plus encore.
Extraction de données structurées, appel d'instructions et flux de travail agentiques avec ML, LLM et Vision LLM
Framework de test boîte noire automatisé basé sur la reconnaissance d'images | An automation black-box testing framework based on image recognition
Un compagnon de bureau IA autonome et sensible au contexte. Développé en Python, il offre une vision de l’écran en temps réel, une synthèse vocale ONNX personnalisée, le suivi de la fenêtre active et une interface flottante dynamique aux expressions faciales réactives.
Ce dépôt est une compilation de ressources gratuites pour l'apprentissage de la science des données.
Une bibliothèque d'augmentation de données pour l'audio, l'image, le texte et la vidéo.
AniPortrait : Synthèse d'animations de portraits photoréalistes pilotée par l'audio
Une liste finalement complète de papiers sur Vision Transformer/Attention, incluant papiers, codes et sites Web associés
Ressources, pratique et recherche sur l'apprentissage automatique et l'IA agentique
Torchreid : Identification de personnes par deep learning en PyTorch.
GPUImage 2 est un framework Swift sous licence BSD pour le traitement vidéo et d'images accéléré par GPU.
Code et modèles PyTorch pour l'apprentissage autorégressif VJEPA2 à partir de vidéos.