#convolutional-neural-networks Dépôts
91 dépôts au total
Réseau de Neurones Convolutifs 3D Multi-Échelle Efficace pour la Segmentation de Scans Médicaux 3D
Référentiel de code pour Deep Learning avec Keras publié par Packt
Toutes les fiches pratiques de Stanford : Intelligence Artificielle, Transformers, LLM, Deep Learning, Machine Learning, Probabilités, Statistiques, Algèbre et Calcul.
Implémentation indépendante du framework pour les méthodes de salience de pointe (XRAI, BlurIG, SmoothGrad, et plus).
Implémentation de l'Apprentissage Profond Multi-Instance Basé sur l'Attention en PyTorch
Code source lié au projet de reconnaissance des expressions faciales dans la reconnaissance faciale
Mise à l’échelle de vos noyaux à 31x31 : Révision de la conception de grands noyaux dans les CNN (CVPR 2022)
Ce dépôt est la base d'un cours piloté par la communauté sur la vision par ordinateur avec réseaux neuronaux. N'hésitez pas à nous rejoindre sur le Discord de Hugging Face : hf.co/join/discord
You Only Watch Once : Une architecture CNN unifiée pour la localisation d'actions spatiotemporelles en temps réel
Ce dépôt contient les ressources (articles, blogs, sites web, etc.) qu'Ilya a recommandées pour en savoir plus sur l'intelligence artificielle.
Un interprète en langue des signes utilisant un flux vidéo en direct de la caméra.
Notebooks Colab couvrant les outils d'apprentissage profond pour la prédiction et la conception de la structure biomoléculaire
Affinage fin de réseaux de neurones convolutifs pré-entraînés avec PyTorch
(IJCV2024 & ICCV2023) LSKNet : une colonne vertébrale légère fondamentale pour la télédétection
Reproduction de l'article de Yann LeCun de 1989 « Backpropagation Applied to Handwritten Zip Code Recognition », à ma connaissance la première application réelle d'un réseau neuronal entraîné par rétropropagation.
Générateur d'algorithme de convolution minimale de Winograd pour les réseaux de neurones convolutifs.
[CVPR 2025 Oral] OverLoCK: Aperçu-premier regard-prochaînement rapproché ConvNet avec noyaux dynamiques de mélange contextuel
Notes sur le système d'apprentissage profond, couvrant les bases mathématiques de l'apprentissage profond, l'analyse détaillée des composants fondamentaux des réseaux neuronaux, les stratégies d'entraînement en apprentissage profond, et des explications détaillées sur les algorithmes de compression de modèles.
Modèle de descripteur Hardnet - «Travailler dur pour connaître les marges de votre voisin : Perte d'apprentissage du descripteur local»
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.
Classification des images de lames de cancer du poumon à l'aide de l'apprentissage profond
[ICLR 2024 Spotlight] Implémentation officielle de ScaleCrafter pour une génération visuelle à plus haute résolution au moment de l'inférence.
Solution de CAPTCHA rotatif basée sur un CNN ✨ Prédire l’angle de rotation d’une image CAPTCHA donnée à l’aide d’un CNN