#computer-vision Dépôts
1,451 dépôts au total
Code d'implémentation officiel du papier <AnyText : Génération et édition visuelles multilingues de texte>
[NeurIPS 2023] Implémentation officielle du papier "Segment Everything Everywhere All at Once"
Bibliothèque de détection rapide de visages, localisation de la pupille/yeux et détection de points de repère faciaux en pur Go.
Un plugin OBS pour supprimer l'arrière-plan des images portrait (vidéo), ce qui permet de remplacer facilement l'arrière-plan lors de l'enregistrement ou du streaming.
Publication du dépôt pour notre manuel SLAM
Un dépôt pour stocker des modèles qui ont été convertis mutuellement entre divers frameworks. Les frameworks pris en charge sont TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.
Que vous soyez un débutant complet, une application de projet en CV, NLP, LLM, ou un déploiement et une mise en œuvre d'ingénierie avancée, vous trouverez tout dans « Tutoriel pratique PyTorch » (2e édition). Nous pensons qu'avec l'aide de ce livre, les lecteurs pourront maîtriser facilement l'utilisation de PyTorch et devenir d'excellents ingénieurs en apprentissage profond.
Une application photo qui fige des séquences de mouvements rapides en une seule photo stroboscopique, grâce à la vision par ordinateur embarquée, à la stabilisation 2D et aux réglages manuels de l’exposition.
Plateforme de recherche SenseTime pour le suivi d'objets uniques, implémentant des algorithmes comme SiamRPN et SiamMask.
Une série de fonctions utilitaires pour faciliter les opérations de base de traitement d'images telles que la translation, la rotation, le redimensionnement, la squelettisation et l'affichage d'images Matplotlib avec OpenCV et Python.
Implémentation officielle de "Neuralangelo: High-Fidelity Neural Surface Reconstruction" (CVPR 2023)
Depix est un PoC pour une technique permettant de récupérer du texte en clair à partir de captures d'écran pixellisées.
[ICCV 2019] Estimation de profondeur monoculaire à partir d'une seule image
Une liste complète d'articles utilisant de grands modèles de langage/multimodaux pour la robotique/RL, y compris des articles, des codes et des sites Web associés
Boîte à outils d'évaluation open-source pour les grands modèles multimodaux (LMM), prend en charge plus de 220 LMM et plus de 80 benchmarks
InstantMesh : Génération efficace de maillages 3D à partir d'une seule image avec des modèles de reconstruction à grande échelle à vues éparses
Ce projet reproduit le livre Dive Into Deep Learning (https://d2l.ai/), en adaptant le code de MXNet vers PyTorch.
TorchGeo : jeux de données, échantillonneurs, transformations et modèles pré-entraînés pour les données géospatiales
[ECCV 2022] Ceci est l'implémentation officielle de BEVFormer, un framework basé uniquement sur les caméras pour la perception de la conduite autonome, par exemple la détection d'objets 3D et la segmentation de cartes sémantiques.
Annoter ses propres ensembles de données, entraîner, évaluer, tester et déployer ses propres algorithmes d'intelligence artificielle
OmniGen2 : Exploration vers la Génération Multimodale Avancée. https://arxiv.org/abs/2506.18871
L'implémentation officielle PyTorch du papier "Human Motion Diffusion Model"
Motion, un détecteur de mouvement logiciel. Page d'accueil : https://motion-project.github.io/
Un framework open-source pour l'entraînement de grands modèles multimodaux.
Prise de décision IA ultra-rapide et traitement intelligent de données multimodales.
Implémentation officielle TensorFlow pour l’article CVPR2020 « Learning to Cartoonize Using White-box Cartoon Representations »
Code et modèles PyTorch pour l'apprentissage auto-supervisé V-JEPA à partir de vidéos.
[ICML 2024] Vision Mamba : Apprentissage efficace de représentations visuelles avec un modèle d'espace d'états bidirectionnel
Liste de papiers et ensembles de données pour la détection d'anomalies/défauts d'images industrielles (en cours de mise à jour). Bibliothèque de recherche d'articles et de jeux de données sur la détection d'anomalies/défauts industriels (mise à jour continue).
Un simulateur 3D flexible et haute performance pour la recherche en IA incarnée.
Scenic : Une bibliothèque Jax pour la recherche en vision par ordinateur et au-delà
Deformable DETR : Transformeurs déformables pour la détection d'objets de bout en bout.
Une bibliothèque Python pour l’apprentissage auto-supervisé et les modèles de monde latents appliqués aux images.
Grounded SAM 2 : Ancrez et suivez n'importe quoi dans les vidéos avec Grounding DINO, Florence-2 et SAM 2
Honkai: Star Rail Univers Simulé Automatisé (Honkai Star Rail - Auto Simulated Universe)
Une liste d'articles sur les réseaux génératifs contradictoires (neuronaux)