#deep-learning Dépôts
2,273 dépôts au total
MulimgViewer est un visualiseur d'images multiples qui peut ouvrir plusieurs images dans une seule interface, ce qui est pratique pour la comparaison d'images et la fusion d'images.
Pruna est un framework d'optimisation de modèles conçu pour les développeurs, vous permettant de fournir des modèles plus rapides et plus efficaces avec une surcharge minimale.
Framework basé sur Pytorch pour la résolution de problèmes d'optimisation contrainte paramétrique, l'identification de systèmes basée sur la physique et le contrôle prédictif par modèle paramétrique.
Votre Hub de Développement de Jeux IA. Le hub de ressources ultime pour les outils de développement de jeux alimentés par l'IA. Découvrez des LLMs de pointe, Modèle de Monde, Agent, Code, Image, Texture, Shader, Modèle 3D, Animation, Vidéo, Audio, Musique, Voix Chantante et Analyses. 🔥
Ce dépôt est l'implémentation officielle de Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)
Collectez quelques papiers sur les transformeurs pour la détection et la segmentation. Awesome Detection Transformer pour la vision par ordinateur (CV)
FireRed-Image-Edit est un modèle de base puissant pour l'édition d'images qui atteint des performances de pointe open-source avec un suivi précis des instructions, une génération haute fidélité, une cohérence d'identité supérieure et une fusion multi-éléments fluide.
[CVPR 2025] Hallo3 : Animation d'images de portraits très dynamique et réaliste avec Video Diffusion Transformer
Awesome-TensorFlow-Chinese, une collection sélectionnée de ressources chinoises TensorFlow, comprenant le site officiel, des tutoriels d'installation, des tutoriels pour débutants, des tutoriels vidéo, des projets pratiques et des parcours d'apprentissage. Groupe QQ : 167122861, compte public WeChat : Panchuang AI, code QR du groupe WeChat : http://www.tensorflownews.com/
Outil pour segmenter le texte en phrases ou autres unités sémantiques de manière robuste, efficace et adaptable.
Une collection de carnets Jupyter de référence et d'applications de démonstration AI/ML pour des cas d'usage d'entreprise : marketing, tarification, chaîne d'approvisionnement, fabrication intelligente, et plus encore.
Apprentissage par renforcement profond pour la navigation de robots mobiles dans le simulateur ROS Gazebo. En utilisant un réseau neuronal Twin Delayed Deep Deterministic Policy Gradient (TD3), un robot apprend à naviguer vers un point cible aléatoire dans un environnement simulé tout en évitant les obstacles.
Créez, entraînez, optimisez et exécutez des modèles de vision par ordinateur en local, des images brutes à l’inférence en temps réel. Open source, optimisé pour Intel® XPU (CUDA est également pris en charge).
[ICASSP 2024] 🍵 Matcha-TTS : Une architecture TTS rapide avec mise en correspondance de flux conditionnelle
Une plateforme d'intelligence artificielle pour StarCraft II avec entraînement distribué à grande échelle et agents de niveau Grand Maître.
Bibliothèque de détection d'anomalies dans les séries temporelles sans supervision
Feuille de route et ressources pour la programmation de bas niveau
Catalogue visuel soigneusement sélectionné de plus de 200 architectures de modèles de vision et de langage (VLM/MLLM) : articles, schémas, recettes d’entraînement, jeux de données et calendrier de publication des agents d’IA multimodaux.
Implémentation de modèles de diffusion vidéo, le nouveau papier de Jonathan Ho étendant les DDPM à la génération vidéo – en Pytorch
[pip install medmnist] 18 jeux de données standardisés pour la classification d'images biomédicales 2D et 3D
[ICLR'23 Spotlight🔥] Le premier pré-entraînement réussi de style BERT/MAE sur n'importe quel réseau de convolution ; Impl. Pytorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
Utilisation de modèles de diffusion pour segmenter/reconstruire des organes à partir d'images médicales [Article le plus influent de l'AAAI]
(NeurIPS 2024 Oral 🔥) Distillation améliorée de correspondance de distribution pour la synthèse d'images rapide
Boîte à outils open-source pour l'analyse visuelle de la mode basée sur PyTorch
Bienvenue dans le livre d'apprentissage profond basé sur la physique v0.3 – l'édition GenAI
Le parcours d’apprentissage le plus complet pour les ingénieurs en agents · Maîtrisez l’ingénierie de l’IA en partant de zéro · 20 étapes, 542 leçons · Traduction intégrale en chinois + site web associé + vidéos explicatives animées · Guide pour devenir ingénieur en agents d’IA
Le Medical Detection Toolkit contient des implémentations 2D + 3D de détecteurs d'objets courants tels que Mask R-CNN, Retina Net, Retina U-Net, ainsi qu'un framework d'entraînement et d'inférence axé sur la gestion d'images médicales.
Dépôt officiel pour l'article « Sparse Representation and Construction for High-Resolution 3D Shapes Modeling ».
Logiciel d'apprentissage profond pour décoder les signaux EEG, ECG ou MEG
🏆 Une galerie classée d'incroyables applications streamlit créées par la communauté
Une implémentation générique, simple et rapide de l'algorithme AlphaZero de DeepMind.
DimensionX [ICCV'25] : Créez n'importe quelle scène 3D et 4D à partir d'une seule image avec la diffusion vidéo contrôlable
Estimation en temps réel de la pose de la tête humaine avec ONNXRuntime et OpenCV.
Détection en temps réel des émotions faciales à l'aide de l'apprentissage profond
🚀 L'API TensorFlow Object Counting est un framework open source construit sur TensorFlow et Keras qui facilite le développement de systèmes de comptage d'objets !
Projets d'apprentissage automatique à petite échelle pour comprendre les concepts de base. Donnez une Étoile 🌟 si cela vous aide. BONUS : Banque d'Entrevistas à venir..!
Une liste sélectionnée d'articles qui couvrent les meilleures pratiques en ingénierie logicielle pour la construction d'applications d'apprentissage automatique.
NeRFs illimités / à grande échelle, simples et rapides à la pointe de la technologie.