#computer-vision Repository
1,451 repository in totale
[CVPR 2021] Ripristino progressivo multistadio dell'immagine. Risultati SOTA per la rimozione di sfocatura, pioggia e rumore dall'immagine.
Il percorso di apprendimento piรน completo per gli ingegneri di agenti ยท Padroneggia lโingegneria dellโIA partendo da zero ยท 20 fasi, 542 lezioni ยท Traduzione completa in cinese + sito web di supporto + video esplicativi animati ยท Guida per diventare ingegnere di agenti IA
Una raccolta di articoli sul tema ``Computer Vision in the Wild (CVinW)''
Un set di dati su larga scala di gallerie di prompt text-to-image basato su Stable Diffusion
Un'implementazione Python completa per il sistema di visione surround di auto reali
DimensionX [ICCV'25]: Crea qualsiasi scena 3D e 4D da una singola immagine con diffusione video controllabile
Rilevamento in tempo reale delle emozioni facciali usando deep learning
๐ L'API TensorFlow Object Counting รจ un framework open source costruito su TensorFlow e Keras che rende facile lo sviluppo di sistemi di conteggio oggetti!
BatchNorm Attivato In-Place per l'Addestramento Ottimizzato per la Memoria di DNN
Progetto di riconoscimento facciale in tempo reale con OpenCV e Python
[CVPR 2023] Un'alternativa accademica alla rete di occupazione di Tesla per la guida autonoma.
SDK Python per la rimozione dello sfondo locale e cloud (pip install withoutbg)
TinyGPT-V: Modello linguistico grande multimodale efficiente tramite piccole backbone
CommonForms โ modelli aperti per il rilevamento automatico dei campi modulo PDF
Codice per "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
AlpaSim รจ una piattaforma di simulazione di veicoli autonomi open-source progettata per lo sviluppo e il testing di politiche AV end-to-end
LucidFlux: Restauro di immagini fotorealistiche senza didascalie tramite un trasformatore di diffusione di larga scala, ICLR 2026
Questo repository contiene il codice del paper CVPR 2022 "Image Segmentation Using Text and Image Prompts".
Repository Ufficiale per "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]
App Streamlit che dimostra un browser di immagini per il dataset Udacity self-driving-car con rilevamento oggetti in tempo reale usando YOLO.
HuMo: Generazione video incentrata sull'uomo tramite condizionamento multimodale collaborativo
Sollevare, Schizzare, Sparare: Codifica di immagini da rig di telecamere arbitrari tramite la riproiezione implicita in 3D (ECCV 2020)
[ECCV`24&ICLR`25] CityGaussian Series per la ricostruzione di scene su larga scala di alta qualitร con Gaussiane
Libri / PDF / EPUB per diversi campi della programmazione. LEGGI CRESCI E GODITI ๐๐๐๐
Note di lettura di articoli su Deep Learning e Machine Learning
Un'implementazione TensorFlow di questo paper Nvidia: https://arxiv.org/pdf/1604.07316.pdf con alcune modifiche
[CVPR2024] StableVITON: Apprendimento della corrispondenza semantica con modello di diffusione latente per la prova virtuale
ktrain รจ una libreria Python che rende il deep learning e l'IA piรน accessibili e facili da applicare
Replicazione di semplici progetti CV inclusi attention, classificazione, rilevamento, rilevamento keypoints, ecc.
Una raccolta di articoli sui modelli di diffusione per la generazione 3D.
Un framework 3DGS per la ricostruzione e la simulazione di scene urbane omnidirezionali.
[ICCV'23] Campi di Radianza Neurale Efficienti Consapevoli della Regione per la Sintesi di Ritratti Parlanti ad Alta Fedeltร
โก๏ธIl framework di percezione spaziale per costruire rapidamente robot e spazi intelligenti
[CVPR'25] Tora: Transformer a diffusione orientato alla traiettoria per la generazione di video
Questo codebase dimostra come sintetizzare animazioni realistiche di personaggi 3D date un segnale vocale arbitrario e una mesh di personaggio statica.
[PKU EPIC Lab] Guida introduttiva all'IA incarnata per principianti
[CVPR 2024 Oral, Best Paper Runner-Up] Codice per "pixelSplat: 3D Gaussian Splats da coppie di immagini per una ricostruzione 3D scalabile e generalizzabile" di David Charatan, Sizhe Lester Li, Andrea Tagliasacchi e Vincent Sitzmann
Raccolta di risorse fantastiche sulla traduzione da immagine a immagine.