#deep-learning Dépôts
2,273 dépôts au total
Ce dépôt contient une liste de lecture d'articles sur la prévision/prédiction de séries temporelles (TSF) et la prévision/prédiction spatio-temporelle (STF). Ces articles sont principalement classés par type de modèle.
Isolez les voix, la batterie, la basse et autres pistes instrumentales de n'importe quelle chanson
Une bibliothèque modulaire de haut niveau pour entraîner des agents d'IA incarnés dans une variété de tâches et d'environnements.
Reconnaissance faciale, détection de vivacité du visage, protection du visage contre l’usurpation, détection du visage, points caractéristiques du visage, comparaison faciale, mise en correspondance faciale, pose du visage, expression faciale, attributs du visage, extraction de modèles faciaux, points caractéristiques du visage
Outil pour la segmentation robuste de >100 structures anatomiques importantes dans les images CT et IRM
Une implémentation rapide et simple d'algorithmes d'apprentissage pour la robotique.
Liens vers des ressources soigneusement sélectionnées pour la science des données en un seul endroit
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.
Alternative open source, locale et auto-hébergée aux assistants vocaux concurrents d'Amazon Echo/Google Home
Collection de modèles impressionnants de vision-langage pour les tâches de vision
DAMO-YOLO : une méthode de détection d'objets rapide et précise avec de nouvelles technologies, notamment des backbones NAS, un RepGFPN efficace, ZeroHead, AlignedOTA et une amélioration par distillation.
DeepSeekMath : Repousser les limites du raisonnement mathématique dans les modèles linguistiques ouverts
Collecter des articles, des données et des dépôts liés à la super-résolution
Pipelines NLP natifs Rust prêts à l'emploi et modèles basés sur des transformers (BERT, DistilBERT, GPT2, ...)
Outils open-source pour les tests et l'expérimentation de prompts, avec prise en charge des LLM (par ex. OpenAI, LLaMA) et des bases de données vectorielles (par ex. Chroma, Weaviate, LanceDB).
Cours gratuits exceptionnels d'apprentissage automatique et d'IA avec des conférences vidéo.
Articles de recherche sur l'apprentissage profond et l'apprentissage par renforcement profond et quelques codes
Un algorithme de parallélisme de pipeline bidirectionnel pour le chevauchement calcul-communication dans l'entraînement DeepSeek V3/R1.
Feuille de route IA : Apprentissage automatique (Machine Learning), Apprentissage profond (Deep Learning), Réseaux antagonistes (GAN), Réseaux de neurones graphiques (GNN), NLP, feuille de route de développement liée aux big data (roadmap), avec une quantité massive de code source (python, pytorch) pour aider à digérer les points de connaissance de base, surmonter les entretiens et accomplir le saut du débutant à l'ingénieur qualifié. Parmi eux, les articles sur l'apprentissage profond sont accompagnés du code source officiel de tensorflow et caffe, et la partie applications inclut des algorithmes de recommandation et des graphes de connaissances.
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.).
[Nomination du meilleur article CVPR 2025] FoundationStereo : correspondance stéréo sans supervision (Zero-Shot)
Réseaux neuronaux élégants et faciles à utiliser + calcul scientifique dans JAX. https://docs.kidger.site/equinox/
PyTorch Geometric Temporal : Traitement des signaux spatiotemporels avec des modèles d'apprentissage automatique neuronal (CIKM 2021)
Un framework multiplateforme de structuration vidéo (analyse vidéo) basé sur des modèles CV et mLLM.
Questions d'entretien pour ingénieur algorithmique (direction IA CV) et documents associés
🎭 Bibliothèque WebGL et JavaScript légère pour la détection, le suivi multi-visages en temps réel et les filtres faciaux en réalité augmentée. Prend en charge la rotation, l'ouverture de la bouche et s'intègre avec Three.js, Babylon.js, Canvas2D et CSS3D
🔥🔥🔥 Axé sur les modèles améliorés YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5, Support pour l'amélioration du backbone, du neck, de la tête, de la perte, de l'IoU, du NMS et d'autres modules🚀
Une liste soigneusement sélectionnée de ressources impressionnantes (articles, code, données, etc.) sur les transformeurs dans les séries temporelles.
[CVPR2025 Highlight] Modèles Fondamentaux de Génération Vidéo : https://saiyan-world.github.io/goku/