#cnn Repository
Scopri 62 repository GitHub open source attivi contrassegnati con #cnn, che raccolgono un totale di 320,700 stelle (con una media di 5,172 stelle per progetto). Il progetto leader di questo argomento è microsoft/AI-For-Beginners, con 71,086 stelle.
62 repository in totale
OCR pronto all'uso con oltre 80 lingue supportate e tutti gli script di scrittura più diffusi, tra cui Latino, Cinese, Arabico, Devanagari, Cirillico, ecc.
⚡️HivisionIDPhotos: uno strumento AI leggero ed efficiente per foto tessere. Un algoritmo leggero ed efficiente per la creazione di foto tessere AI.
《Tutorial di Deep Learning di Li Hongyi》(Raccomandato dal professor Li Hongyi 👍, Apple Books 🍎), Link per il download PDF: https://github.com/datawhalechina/leedl-tutorial/releases
Una rete neurale che trasforma un mock-up di design in un sito web statico.
Una libreria open source per il rilevamento del viso nelle immagini. La velocità di rilevamento del viso può raggiungere i 1000 FPS.
🦙 LaMa Image Inpainting, Inpainting di maschere ampie e robuste alla risoluzione con convoluzioni di Fourier, WACV 2022
Visione robotica Robot mobile VS-SLAM ORB-SLAM2 Rilevamento oggetti deep learning yolov3 Rilevamento comportamento opencv PCL Apprendimento automatico Guida autonoma
Serie temporali Timeseries Deep Learning Machine Learning Python Pytorch fastai | Libreria Deep Learning all'avanguardia per Serie Temporali e Sequenze in Pytorch / fastai
Rete Neurale Convoluzionale per la Classificazione del Testo in TensorFlow
Strumenti per Progettare o Visualizzare l'Architettura di una Rete Neurale
Tutorial per iniziare con PyTorch e TorchText per l'analisi del sentiment.
Tengine è un motore di inferenza leggero, ad alte prestazioni e modulare per dispositivi embedded.
Classificazione di testo cinese CNN-RNN, basata su TensorFlow
Corsi introduttivi di deep learning, corsi avanzati, corsi speciali, casi accademici, casi di pratica industriale, enciclopedia della conoscenza di deep learning e banca di domande per colloqui Il corso, il caso e la conoscenza di Deep Learning e AI
Super-Risoluzione di Immagine Singola Fotorrealistica Utilizzando una Rete Avversaria Generativa
Collezione di domande e risposte per interviste AIGC-interview/CV-interview/LLMs-interview, che include contemporaneamente nuove idee, nuove domande, nuove risorse e nuovi progetti dai processi di lavoro e ricerca
Rilevare e riconoscere i volti dalla fotocamera / Chiamare la fotocamera per il riconoscimento facciale, supporta il riconoscimento simultaneo di più volti
Mappe di attivazione di classe per i tuoi modelli PyTorch (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM++, Score-CAM, SS-CAM, IS-CAM, XGrad-CAM, Layer-CAM, Finer-CAM, LeGrad, RefineCAM)
Integrare modelli di deep learning per la classificazione delle immagini | Progetto di apprendimento/confronto/modifica magica della colonna vertebrale
Libreria di Computer Vision per l'interazione uomo-computer. Implementa la stima della posa della testa e della direzione dello sguardo utilizzando reti neurali convoluzionali, il rilevamento della pelle tramite backprojection, il rilevamento e il tracciamento del movimento, la mappa di salienza.
Lista approssimativa delle mie risorse preferite di deep learning, utile per rivedere argomenti o per riferimento. Ho esaminato attentamente tutto il contenuto elencato lì. - Guillaume Chevalier
Rilevatore di punti di riferimento facciali in tempo reale mobile gratuito basato su deep learning. Contatto: [email protected]
Raccolta di notebook di Google Colaboratory per esperimenti rapidi e semplici
Recupero immagini CNN in PyTorch: Addestramento e valutazione di CNN per il recupero immagini in PyTorch
[ICLR'23 Spotlight🔥] Il primo pre-training di successo in stile BERT/MAE su qualsiasi rete convoluzionale; Impl. Pytorch di "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
Note di lettura di articoli su Deep Learning e Machine Learning
:art: Versione migliorata del riconoscimento di formule matematiche: Formule manoscritte e stampate in cinese e inglese, supporta derivazione base di simboli (struttura dati basata su albero sintattico astratto LaTeX) Math Formula OCR Pro, supporta scrittura a mano, formule miste cino-inglesi e ragionamento semplice sui simboli (basato su LaTeX AST).
Implementazione in Keras di "One pixel attack for fooling deep neural networks" utilizzando l'evoluzione differenziale su Cifar10 e ImageNet
Una libreria di Deep Learning per la classificazione di attività (segnali) EEG, basata su TensorFlow.
Implementazione PyTorch [Non ufficiale] di "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)
Diagrammi per la visualizzazione dell'architettura delle reti neurali
RepViT: Rivedere le CNN per dispositivi mobili dalla prospettiva ViT [CVPR 2024] e RepViT-SAM: Verso la segmentazione in tempo reale di qualsiasi cosa
UNetFormer: Un transformer simile a UNet per l'efficiente segmentazione semantica di immagini di scene urbane da telerilevamento, ISPRS. Inoltre, sono inclusi altri vision transformer e CNN per la segmentazione di immagini satellitari, aeree e di droni.
Bolt è una libreria di deep learning con alte prestazioni e flessibilità eterogenea.
Questo progetto estende l'idea dell'architettura innovativa delle Kolmogorov-Arnold Networks (KAN) ai Convolutional Layers, cambiando la classica trasformazione lineare della convoluzione in attivazioni non lineari apprendibili in ogni pixel.
D2-Net: Una CNN addestrabile per la descrizione e rilevazione congiunta di feature locali
LLVIP: Un set di dati accoppiato visibile-infrarosso per la visione in condizioni di scarsa illuminazione
Classificazione di testo multi-etichetta, classificazione multi-etichetta, classificazione di testo, multi-etichetta, classificatore, classificazione di testo, BERT, seq2seq, attention, classificazione multi-etichetta
Domande frequenti
Qual è il repository #cnn più popolare su GitHub?
Il progetto open source #cnn più alto in classifica su GitHub è microsoft/AI-For-Beginners, con 71,086 stelle. 12 settimane, 24 lezioni, AI per tutti!
Quali linguaggi di programmazione sono più utilizzati nei repository #cnn?
Tra i progetti #cnn più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, HTML.
Come viene calcolata la classifica dei repository #cnn?
Monitoriamo 62 repository open source attivi contrassegnati con #cnn (500+ stelle), per un totale di 320,700 stelle e una media di 5,172 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.