#computer-vision Dépôts
1,451 dépôts au total
Collection de code commun partagé entre différents projets de recherche de l'équipe de vision par ordinateur FAIR.
Une bibliothèque et un framework open source pour le deep learning sur l'imagerie satellitaire et aérienne.
SeetaFace 2 : kit d'outils open source, full stack pour la reconnaissance faciale.
Collection de fantastiques ressources de jeux de données médicaux.
Système de capture de mouvement à faible coût pour le suivi à l'échelle de la pièce
Un framework de raisonnement, avec de nombreux démos utiles simultanément, si vous le trouvez utile, veuillez lui donner une étoile
Outil d'étiquetage utilisant SAM (Segment Anything Model), prenant en charge SAM, SAM2, SAM3, sam-hq, MobileSAM, EdgeSAM, etc. Outil d'annotation d'image semi-automatique et interactif.
Qwen-Image-Layered : Décomposition en couches pour une modifiabilité inhérente
Empreintes de bâtiments générées par ordinateur pour les États-Unis
Moteur d’IA de périphérie en C++ de niveau production pour l’analyse vidéo et les VLM sur appareil sur Sophon, Rockchip RKNN et x86, avec orchestration visuelle, OSD en temps réel, événements et benchmarks reproductibles.
Il s'agit du code source de yolo3-pytorch, qui peut être utilisé pour entraîner votre propre modèle.
Cette ressource soutient la rédaction d'articles de l'auteur sur CSDN concernant le traitement d'images Python, principalement l'implémentation de code pour des algorithmes tels que le traitement d'images, la reconnaissance d'images, la classification d'images, etc. en Python. J'espère que cette ressource vous sera utile, travaillons ensemble pour y parvenir.
Hypersim : Un ensemble de données synthétiques photoréalistes pour la compréhension holistique des scènes intérieures
NVIDIA Alpamayo 1 Nano est un modèle VLA de raisonnement ouvert de 10B pour les véhicules autonomes qui associe les trajectoires de conduite au raisonnement par Chaîne de Causalité.
Collaborez et étiquetez tout type de données, d'images, de textes ou de documents, dans une interface Web simple ou une application de bureau.
Machines à Pensée Continue, car la pensée prend du temps et le raisonnement est un processus.
Capture Corporelle Expressive : Mains, Visage et Corps 3D à partir d'une seule image
Tout sur l'apprentissage fédéré, y compris les articles de recherche, les livres, les codes, les didacticiels, les vidéos et au-delà
Real-World Masked Face Dataset, ensemble de données de visages masqués du monde réel
https://textbehindimage.rexanwong.xyz - créez facilement des designs de texte derrière des images
Informations académiques complètes et opportunes sur l'apprentissage fédéré (articles, frameworks, ensembles de données, tutoriels, ateliers)
Cambrian-1 est une famille de LLM multimodaux avec une conception centrée sur la vision.
Wrapper Python pour les CRF denses (entièrement connectés) de Philipp Krähenbühl avec des potentiels d'arête gaussiens.
Recettes pour réduire, optimiser et personnaliser des modèles de vision de pointe. 💜
Le plan d'IA NVIDIA pour la recherche et le résumé vidéo (VSS) est une architecture de référence accélérée par GPU pour construire des agents d'analyse vidéo avec des alertes vérifiées en temps réel, des questions-réponses visuelles et des rapports automatisés. Le plan VSS utilise des modèles de langage visuel (VLM) tels que NVIDIA Cosmos, des LLM tels que NVIDIA Nemotron, RAG et NVIDIA NIM.
CVNets : Une bibliothèque pour entraîner des réseaux de vision par ordinateur
Empreintes de bâtiments mondiales dérivées d'images satellitaires
Sortie du code pour « Détection de vingt mille classes à l'aide d'une supervision au niveau de l'image ».
Approaching (Almost) Any Machine Learning Problem traduction chinoise, adresse de la documentation en ligne : https://ytzfhqs.github.io/AAAMLP-CN/
SplaTAM : Splat, Track & Map des Gaussiennes 3D pour le SLAM RGB-D dense (CVPR 2024)
Custom Diffusion : Personnalisation Multi-Concepts de la Diffusion Texte-vers-Image (CVPR 2023)