#pytorch Dépôts
1,936 dépôts au total
ICPR 2020 : Reconnaissance des expressions faciales à l'aide du réseau de masquage résiduel
Entraîner des modèles de diffusion texte-vers-image de haute qualité de manière efficace en termes de données et de calcul
RLGF est un cadre d'entraînement général adapté aux tâches d'apprentissage par renforcement profond pour les UAV. Il intègre également plusieurs algorithmes d'apprentissage par renforcement profond grand public (SAC, DQN, DDQN, PPO, Dueling DQN, DDPG).
Boîte à outils pour une construction et un débogage efficaces en Python. Spécialement pour le Calcul Scientifique et la Vision par Ordinateur.
Code officiel pour l'article ICCV 2021 "Towards Flexible Blind JPEG Artifacts Removal (FBCNN)"
MedLSAM : Modèle de Localisation et Segmentation de Tout pour les Images Médicales 3D
YOLO Magic🪄 est une extension basée sur YOLOv5 d'Ultralytics, conçue pour offrir des fonctionnalités plus puissantes et des opérations plus simples pour les tâches visuelles.
Repo officiel pour DAD-3DHeads : Un dataset dense, précis et diversifié à grande échelle pour l'alignement de tête 3D à partir d'une seule image (CVPR 2022).
Les codes officiels pour la présentation orale de l'ICCV2021 "Rethinking Counting and Localization in Crowds: A Purely Point-Based Framework"
une implémentation de softmax splatting pour le déformation avant différentiable à l'aide de PyTorch
Allegro est un code permettant de construire des potentiels interatomiques E(3)-équivariants hautement évolutifs
Implémentation officielle pour l'article CVPR2023 "GP-VTON: Towards General Purpose Virtual Try-on via Collaborative Local-Flow Global-Parsing Learning"
Exemple d'application web simple servant un modèle PyTorch utilisant streamlit et FastAPI
[EMNLP 2023] Permettre aux grands modèles linguistiques de générer du texte avec des citations. Article : https://arxiv.org/abs/2305.14627
Le réseau de réduction résiduelle profonde est une variante des réseaux résiduels profonds.
Reconnaissant d'entités nommées coréen créé avec KoBERT et CRF (modèle de reconnaissance d'entités nommées basé sur BERT+CRF pour le coréen)
Une bibliothèque pour développer des modèles génératifs profonds de manière plus concise, intuitive et extensible
[ECCV 2024] DragAnything : Contrôle de mouvement pour tout via la représentation d'entités
Ce dépôt contient une implémentation PyTorch de l'article : « Apprentissage Profond Évidentiel pour Quantifier l'Incertitude de Classification »
Algorithme utilisé sur photo2pixel.co pour convertir une photo en art pixel (8 bits).
Solution de CAPTCHA rotatif basée sur un CNN ✨ Prédire l’angle de rotation d’une image CAPTCHA donnée à l’aide d’un CNN
Une implémentation PyTorch de Perceiver, Perceiver IO et Perceiver AR avec des scripts PyTorch Lightning pour l'entraînement distribué
[ECCV'24] Propagation de caractéristiques inspirée par Kalman pour la super-résolution vidéo des visages
🚀🚀🚀 Ce dépôt répertorie quelques projets publics impressionnants liés à CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX et au calcul haute performance (HPC).
Faciliter la conception, la comparaison et le partage de modèles de correspondance de texte profond.
Une boîte à outils Python pour l'expérimentation du Reservoir Computing et des réseaux à état d'écho (Echo State Networks) basée sur PyTorch. EchoTorch est le seul module Python disponible pour créer facilement des modèles de Deep Reservoir Computing.