#computer-vision Dépôts
1,451 dépôts au total
Version améliorée des modèles probabilistes de diffusion par débruitage
Le dépôt fournit le code pour exécuter l'inférence avec le SAM 3D Body Model (3DB), des liens pour télécharger les points de contrôle du modèle entraîné et les jeux de données, ainsi que des carnets d'exemples montrant comment utiliser le modèle.
[CVPR 2024 Highlight] FoundationPose : Estimation et suivi unifiés de la pose 6D d'objets nouveaux
[ICLR 2025] Hallo2 : Animation de portraits pilotée par l'audio sur longue durée et haute résolution
Ressources pour la Vision Basée sur les Événements. Effort communautaire pour collecter des connaissances sur la technologie de vision basée sur les événements (articles, ateliers, ensembles de données, code, vidéos, etc.)
GLIDE : un modèle de synthèse d'images conditionnel à base de diffusion piloté par le texte
🔥🔥Bibliothèque de Reconnaissance Faciale Haute Performance sur PaddlePaddle & PyTorch🔥🔥
Une bibliothèque d'apprentissage profond pour la recherche sur la compréhension vidéo.
[NeurIPS 2024] Code officiel pour PuLID : Personnalisation d'identité pure et rapide via alignement contrastif
[CVPR19/TPAMI23] SiamMask : Un cadre pour le suivi et la segmentation rapides d'objets en ligne
Étiquetage de données assisté par IA sans effort grâce au soutien IA de YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) et MobileSAM!!
Base de code officielle utilisée pour développer Vision Transformer, SigLIP, MLP-Mixer, LiT et plus encore.
Towhee est un framework dédié à rendre les pipelines de traitement de données neuronales simples et rapides.
Modifiez tout dans les images, alimenté par segment-anything, ControlNet, StableDiffusion, etc. (ACM MM)
Excellent travail sur l'estimation/le suivi de la pose de la main
SC-FEGAN : Réseau Génératif Antagoniste pour l'Édition de Visage avec Esquisse et Couleur de l'Utilisateur (ICCV2019)
🔥🔥🔥 [IEEE TCSVT] Derniers articles, codes et ensembles de données sur les Vid-LLMs.
Implémentation officielle de "Sonic: Déplacer l'accent sur la perception audio globale dans l'animation de portraits"
Répertoire de tutoriels et de dépôts de code open-source pour travailler avec Keras, la bibliothèque d'apprentissage profond Python
[CVPR 2024] "4D Gaussian Splatting für Echtzeit-Rendering dynamischer Szenen"
Ce dépôt comprend le projet officiel de TransUNet, présenté dans notre article : TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation.
[CVPR 2025] MASt3R-SLAM : SLAM dense en temps réel avec des priors de reconstruction 3D
Une application Python qui détecte et met en évidence le rythme cardiaque d'un individu (en utilisant uniquement sa propre webcam) en temps réel.
Un ensemble de nœuds pour ComfyUI qui peuvent composer des calques et des masques pour obtenir des fonctionnalités similaires à Photoshop.
La Compute Library est un ensemble de fonctions de vision par ordinateur et d'apprentissage automatique optimisées pour les CPU Arm et les GPU en utilisant les technologies SIMD.
Outil assisté par la vision par ordinateur pour extraire des données numériques à partir d'images de graphiques.
Une bibliothèque modulaire de haut niveau pour entraîner des agents d'IA incarnés dans une variété de tâches et d'environnements.
Outil pour la segmentation robuste de >100 structures anatomiques importantes dans les images CT et IRM
Plateforme de compétences de caméras IA open‑source, NVR IA et surveillance CCTV. Analyse vidéo VLM locale avec Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agent de caméra de sécurité alimenté par LLM — surveille, comprend, se souvient et protège votre domicile via Telegram, Discord ou Slack. Compétences IA modulables. OpenAI, Google, Anthropic ou IA locale. Fonctionne sur Mac Mini et PC IA.
Collection de modèles impressionnants de vision-langage pour les tâches de vision
Collecter des articles, des données et des dépôts liés à la super-résolution
L'implémentation officielle PyTorch de Towards Fast, Accurate and Stable 3D Dense Face Alignment, ECCV 2020.
Application/extension de navigateur de traduction de comics et mangas par IA pour traduire automatiquement des comics, mangas, manhwas, BD, fumetti et plus encore dans plusieurs langues et formats (images, PDF, EPUB, CBR, CBZ, etc.).
Implémentation de Segnet, FCN, UNet, PSPNet et d'autres modèles dans Keras.