#deep-learning Dépôts
2,273 dépôts au total
Modern Time Series Forecasting with Python, publié par Packt
Articles, implémentations, ensembles de données et outils liés à la détection de communauté profonde et conventionnelle.
[NeurIPS 2021] Repenser les Réseaux Espace-Temps avec une Meilleure Couverture Mémoire pour une Segmentation Vidéo d'Objets Efficace
Un modèle basé sur SAM pour la segmentation d'instances d'images de grains
[WSDM'2024 Oral] "SSLRec: Un cadre d'apprentissage auto-supervisé pour la recommandation"
Implémentation officielle de SynthTIGER (Synthetic Text Image Generator), ICDAR 2021
Représentation de coordonnées consciente de la distribution pour l'estimation de la pose humaine
Résumé, Code pour la Quantification de Réseaux de Neurones Profonds
Une liste organisée de ressources éducatives en science des données pour les compétences essentielles en science des données
Vector Hub – Bibliothèque pour une découverte et une consommation faciles de modèles de pointe permettant de transformer les données en vecteurs (text2vec, image2vec, video2vec, graph2vec, bert, inception, etc.)
PraNet : Réseau d'attention inversée parallèle pour la segmentation des polypes, MICCAI 2020 (Oral). Le code utilisant le framework Jittor est disponible.
Une liste curated de ressources en intelligence artificielle (Cours, Outils, Applications, Projets open source)
Un grand ensemble de données multimodales sur les voitures avec simulations de dynamique des fluides computationnelle et benchmarks d'apprentissage profond
Correspondance multi-vues avec des caractéristiques locales d'apprentissage profond et artisanales pour COLMAP et d'autres logiciels SfM. Prend en charge les formats haute résolution et les images avec rotations. Les interfaces CLI et GUI sont toutes deux prises en charge.
Une collection de modèles de détection de fausses nouvelles basés sur les GNN.
Implémentation améliorée d'AnimateAnyone qui vous permet d'utiliser la séquence d'images "opse" et l'image de référence pour générer des vidéos stylisées.
Implémentation Pytorch de notre article "CLRNet: Cross Layer Refinement Network for Lane Detection" (Acceptation CVPR2022).
[IGARSS'22]: Un réseau siamois basé sur un transformeur pour la détection de changements
[ICLR 2025 Spotlight] Vision-RWKV : Perception visuelle efficace et évolutive avec des architectures de type RWKV
Publication du code pour « Transformeurs non stationnaires : explorer la stationnarité dans la prévision des séries chronologiques » (NeurIPS 2022), https://arxiv.org/abs/2205.14415
Apprentissage automatique pratique avec C++, publié par Packt
Implémentation PyTorch d'un réseau neuronal bayésien [torchbnn]
Enregistrement des articles récents sur 1) les tâches de vision de bas niveau telles que l'amélioration de la super-résolution d'images/vidéos ; 2) la génération d'images, principalement des méthodes basées sur le DL après 2018.
Fichier '笔和线段的一种划分.py', il suffit d'entrer les données high et low des chandeliers K pour réaliser automatiquement la division en traits, segments de ligne, pivot, points d'achat et de vente, et types de tendance. Vous pouvez utiliser sh.csv comme fichier d'entrée. CV voir.pdf. La puissance du temps. Certains disent que le timing est très difficile, d'autres que choisir des actions est facile, d'autres que les installations IT pour l'arbitrage statistique sont très importantes. Et certains disent que le système a des principes non mesurables. Les opinions divergent. Un système distribué, quand votre influence peut être ignorée, vous pouvez seulement alors le réaliser, comme le disait le président Jiang : s'enrichir en silence. La première semaine, le marché a chuté de 1 %, j'ai gagné dix mille, un profit de 5 %. #Actions #Bourse #ThéorieChan https://v.kuaishou.com/bFEl6M Copiez ce message et ouvrez 【Kwai】 pour voir !
Une interface unifiée pour les algorithmes d'optimisation et les expériences
Solutions des exercices de "Deep Learning avec PyTorch", l'adresse de lecture en ligne est la suivante :
Votre guide pratique des mathématiques utilisées dans l'intelligence artificielle
Ce dépôt contient une liste de lecture d'articles sur la segmentation des séries temporelles. Ce dépôt est encore en cours d'amélioration continue.
CRSLab est une boîte à outils open-source pour la construction de systèmes de recommandation conversationnelle (CRS).
SDK Supervisely pour Python - moyen pratique d'automatiser, personnaliser et étendre la plateforme Supervisely pour votre tâche de vision par ordinateur
Ce dépôt est destiné à tous les passionnés d'IA qui aiment vraiment lire des livres et apprendre.
Modélisation du bruit basée sur la physique pour la photographie en conditions de très faible luminosité (CVPR 2020 Oral & TPAMI 2021)
[Information Fusion (Vol.103, Mar. '24)] Renforcement du Image Matting avec des Vision Transformers simples pré-entraînés
Le code officiel pour « Deep Unrestricted Document Image Rectification », TMM, 2023.
Happy Transformer facilite le fine-tuning et l'inférence avec les modèles Transformer NLP.
[AAAI' 25] U-KAN constitue une colonne vertébrale solide pour la segmentation et la génération d'images médicales
PLUTO : Pousser la limite de la planification basée sur l'apprentissage par imitation pour la conduite autonome