#image-matching Dépôts
Découvrez 19 dépôts GitHub open source actifs associés à #image-matching, cumulant 24,000 étoiles au total (soit une moyenne de 1,263 étoiles par projet). Le projet en tête de ce thème est cvg/LightGlue, avec 4,887 étoiles.
19 dépôts au total
LightGlue : Correspondance de caractéristiques locales à la vitesse de la lumière (ICCV 2023)
Implémentation de XFeat (CVPR 2024). Avez-vous besoin d'une extraction de caractéristiques locales robuste et rapide ? Vous êtes au bon endroit !
🎓Mettez à jour automatiquement les articles du CV quotidiennement à l'aide de Github Actions
[CVPR 2024] RoMa : Correspondance robuste de caractéristiques denses ; RoMa est le robuste correspondant de caractéristiques denses capable d'estimer des déformations pixel par pixel et des certitudes fiables pour presque toute paire d'images.
Code pour "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
Bibliothèque d'entraînement pour la détection et la correspondance de caractéristiques locales
Wrapper de plus de 50 modèles de correspondance d'images avec une interface unifiée
GIM : Apprentissage d'un Correspondant d'Images Généralisable à partir de Vidéos Internet (ICLR 2024 Spotlight)
SiLK (Simple Learned Keypoint) est un modèle de points clés d'apprentissage profond auto-supervisé.
Ceci est un référentiel d'outils pour aider à évaluer diverses méthodes qui effectuent la correspondance d'images à partir d'une paire d'images.
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.
Publication publique du Benchmark de Correspondance d'Images : https://image-matching-challenge.github.io
Modèle de descripteur Hardnet - «Travailler dur pour connaître les marges de votre voisin : Perte d'apprentissage du descripteur local»
Foire aux questions
Quel est le dépôt #image-matching le plus populaire sur GitHub ?
Le projet #image-matching open source le mieux classé sur GitHub est cvg/LightGlue, avec 4,887 étoiles. LightGlue : Correspondance de caractéristiques locales à la vitesse de la lumière (ICCV 2023)
Quels langages de programmation sont les plus utilisés dans les dépôts #image-matching ?
Parmi les projets #image-matching les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Gnuplot.
Comment le classement des dépôts #image-matching est-il calculé ?
Nous suivons 19 dépôts open source actifs associés à #image-matching (500+ étoiles), totalisant 24,000 étoiles, avec une moyenne de 1,263 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.