#deep-learning Dépôts
2,273 dépôts au total
Une liste organisée de projets guidés en science des données et en IA pour commencer à construire votre portfolio
MARS : Un simulateur axé sur les instances, modulaire et réaliste pour la conduite autonome
[JMLR 2023] Quantus est une boîte à outils d'IA explicable pour l'évaluation responsable des explications de réseaux de neurones
Cosmos-Predict2 est une collection de modèles fondamentaux mondiaux à usage général pour l'IA physique qui peuvent être affinés en modèles mondiaux personnalisés pour les applications en aval.
Guide d'apprentissage automatique. Tout savoir sur les outils, bibliothèques, frameworks d'apprentissage automatique, les grands modèles linguistiques (LLM) et les modèles d'entraînement.
🙌Collection de plus de 234 projets basés sur l'apprentissage automatique, l'apprentissage profond, la vision par ordinateur, le traitement du langage naturel et tout le reste. Montrez votre soutien en ✨ ce dépôt.
Du grand au petit : Guidage planaire local multi-échelle pour l'estimation de profondeur monoculaire
Une collection de modèles de localisation basés sur l'apprentissage profond
Reconnaissance automatique de plaques d'immatriculation (ALPR) ou reconnaissance automatique de plaques d'immatriculation (ANPR) logiciel qui fonctionne avec n'importe quelle caméra.
Mise à jour automatique quotidienne des papiers Text-to-Speech (TTS) à l'aide de Github Actions (Mise à jour toutes les 12 heures)
Ensemble de données texte-vidéo à grande échelle. 10 millions de courtes vidéos légendées.
Code PyTorch pour le papier Energy-Based Transformers -- raisonnement généralisable et apprentissage évolutif
Implémentation de Voicebox, le nouveau réseau Text-to-speech SOTA de MetaAI, dans Pytorch
[ECCV] Swin2SR: SwinV2 Transformer pour la Super-Résolution et la Restauration d'Images Compressées. Atelier "Advances in Image Manipulation (AIM)" ECCV 2022. Essayez-le ! Plus de 3,3 millions d'exécutions https://replicate.com/mv-lab/swin2sr
[ECCV'20] Structured3D: Un grand ensemble de données photoréaliste pour la modélisation 3D structurée
Framework ultra-rapide pour le réglage fin des modèles d'apprentissage de similarité
Boîte à outils pour le traitement d'images de diapositives complètes à grande échelle.
Auto-encodeur variationnel et auto-encodeur variationnel conditionnel sur MNIST en PyTorch
Tous mes modèles d'upscaling IA auto-entraînés et publiés. Après avoir rassemblé et appliqué plus de 600 modèles d'upscaling différents, j'ai appris à entraîner mes propres modèles, et voici les résultats.
Notes et matériaux sur la modélisation mathématique et le machine learning/deep learning/grands modèles (en cours de mise à jour...).
Dépôt officiel pour le papier CVPR 2022 : I M Avatar : Implicit Morphable Head Avatars from Videos
Fiches de préparation bilingues (chinois + anglais) aux entretiens de ML / LLM / diffusion / agents pour le recrutement d’automne en IA — générées par ARIS /interview-cheatsheet, puis rendues par /render-html en fichiers HTML autonomes lisibles partout — ainsi qu’un générateur de pages d’accueil académiques vérifié par recoupement CV→DBLP et des articles longs rédigés par l’auteur 🌱
L'implémentation PyTorch officielle de « Mamba-YOLO : basée sur les SSM pour la détection d'objets »
[ECCV 2024] Scène comme Gaussiennes pour la prédiction sémantique d'occupation 3D basée sur la vision
Implémentation de « DreamDiffusion : Génération d’images de haute qualité à partir de signaux EEG cérébraux »
Un moyen simple de suivre une version Moyenne Mobile Exponentielle (EMA) de votre modèle Pytorch
ZeroCostDL4Mic : une boîte à outils gratuite basée sur Google Colab pour explorer l'apprentissage profond en microscopie
une réimplémentation de PWC-Net en PyTorch qui correspond à la version officielle de Caffe
[CVPR 2024] Panda-70M : Légender 70 millions de vidéos avec de multiples professeurs cross-modalité
Accélérateurs de solution Azure MLOps (v2). Modèles prêts pour l'entreprise pour déployer vos modèles d'apprentissage automatique sur la plateforme Azure.
Implémentation officielle de l'article "Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis" à l'ICLR 2021
Le jeu de données Exclusively Dark (ExDARK), qui, à notre connaissance, est la plus grande collection d’images à faible éclairage prises dans des environnements très faiblement éclairés jusqu’au crépuscule (c.-à-d. 10 conditions différentes) à ce jour, avec des annotations au niveau des classes d’image et des objets.
Implémentation du papier « DeepLSD : Détection et raffinement de segments de ligne avec les gradients d'image profonds »
Divisez automatiquement vos modèles PyTorch sur plusieurs GPU pour l'entraînement et l'inférence
Un moteur d'inférence ONNX léger, portable, en pur C99 pour appareils embarqués avec prise en charge de l'accélération matérielle.
Boîte à outils et benchmark CAIRI pour l'apprentissage de représentations visuelles supervisé, semi-supervisé et auto-supervisé
Implémentation de MEGABYTE, Prédiction de séquences d'un million d'octets avec des transformeurs multi-échelles, dans Pytorch