#computer-vision Repository
1,451 repository in totale
Software e modelli pre-addestrati per il miglioramento automatico della qualitร delle foto utilizzando Reti Convoluzionali Profonde
Piattaforma open-source per l'annotazione di dati multimodali con supporto per auto-annotazione AI.
Repository ufficiale per la codebase di Pixel-LLM: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (1ยช soluzione per LSVOS)
La libreria CImg รจ un piccolo toolkit C++ open-source per l'elaborazione delle immagini.
Una selezione di materiali di ricerca all'avanguardia sulla previsione di traiettorie
Determinazione della posizione per oggetti rilevabili a bassa quota. Lo SOTA in FOSS AI per droni!
Questo repository contiene l'implementazione ufficiale degli articoli di ricerca "MobileCLIP" CVPR 2024 e "MobileCLIP2" TMLR August 2025
Una risorsa indispensabile per chiunque voglia sperimentare e costruire sulla visione API di OpenAI ๐ฅ
Implementazione di selezione del testo, selezione di caratteri, selezione e riconoscimento di captcha touch-based, addestrato su PyTorch
[CVPR 2025] Apprendimento di Campi di Flusso nell'Attenzione per la Generazione Controllabile di Immagini di Persone
Gli agenti backend sono costruiti con: database multimodale, orchestrazione e servizio in un unico file
Calcolo simbolico veloce, generazione di codice e ottimizzazione non lineare per la robotica
Interfaccia di manipolazione universale: insegnamento di robot nel mondo reale senza robot nel mondo reale
[CVPR 2025] MatAnyone: Matting video stabile con propagazione di memoria coerente
Personalizza il Segment Anything Model (SAM) con 1 shot in 10 secondi
Amica รจ un'interfaccia open source per la comunicazione interattiva con personaggi 3D con sintesi vocale e riconoscimento vocale.
MixTeX multimodale LaTeX, ZhEn e OCR di tabelle. Esegue inferenza efficiente basata su CPU in locale offline su Windows.
Codice ufficiale per "FeatUp: Un framework agnostico rispetto al modello per caratteristiche a qualsiasi risoluzione" ICLR 2024
[TPAMI 2025] ViewCrafter: Domare i modelli di diffusione video per la sintesi di viste nuove ad alta fedeltร
Machine Learning University: Corso accelerato di Computer Vision
[ACM MM 2024] Questo รจ il codice ufficiale per "AniTalker: Animate Vivid and Diverse Talking Faces through Identity-Decoupled Facial Motion Encoding"
[CVPR 2025 Highlight] DepthCrafter: Generazione di sequenze di profonditร lunghe e coerenti per video open-world
DomainBed รจ una suite per testare algoritmi di generalizzazione di dominio
Un tutorial che mostra come addestrare, convertire ed eseguire modelli di rilevamento oggetti TensorFlow Lite su dispositivi Android, Raspberry Pi e altro!
Un codebase unificato per l'apprendimento semi-supervisionato (NeurIPS'22)
Un nuovo approccio one-shot per lo scambio di volti in domini di immagini e video
[CVPR 2025] Fast3R: Ricostruzione 3D veloce di oltre 1000 immagini in un singolo passaggio in avanti
Un elenco completo di articoli su Rappresentazioni Implicite e NeRF relativi al dominio Robotica/RL, inclusi articoli, codici e siti web correlati
Un fork per aggiungere l'addestramento di modelli multimodali a open-r1
I moduli plug-and-play piรน completi per l'intera rete nel 2025, condivisi gratuitamente! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Comprende tutti i campi dell'intelligenza artificiale (machine learning, deep learning, ecc.), adatti per classificazione di immagini, rilevamento di oggetti, segmentazione di istanze, segmentazione semantica, segmentazione panottica, stima della posa, segmentazione di immagini mediche, segmentazione di oggetti video, ritaglio di immagini, editing di immagini, tracciamento di singoli oggetti, tracciamento di oggetti multipli, riconoscimento di persone, RGBT, rimozione del rumore dall'immagine, rimozione della pioggia, rimozione della nebbia, rimozione delle ombre, rimozione della sfocatura, super risoluzione, rimozione dei riflessi, rimozione dei motivi moirรฉ, recupero di immagini, restauro di immagini, recupero di immagini iperspettrali, fusione di immagini, colorazione di immagini, imaging ad alta gamma dinamica, compressione video e di immagini, nuvole di punti 3D, rilevamento di oggetti 3D, segmentazione semantica 3D, stima della posa 3D, ecc. e altri compiti relativi all'intelligenza artificiale come l'elaborazione del linguaggio naturale, i modelli linguistici di grandi dimensioni, il multimodale, ecc. Aggiornamento continuo......
[CVPR 2025 Highlight] Modello di Diffusione Tronca per la Guida Autonoma End-to-End in Tempo Reale
Codice ufficiale per l'articolo "LucidDreamer: Generazione di scene 3D Gaussian Splatting senza dominio".
Libreria di strumenti OCR basata su Pytorch, supporta comuni algoritmi di rilevamento e riconoscimento del testo
Una piattaforma di ricerca affidabile per l'analisi facciale sviluppata dal Tencent Youtu Lab
Applicazione Android per la scansione e la manipolazione di note e documenti manoscritti.
[ICCV 2023] DDColor: Verso la colorizzazione di immagini fotorealistiche tramite decoder duali