#computer-vision Repository
1,451 repository in totale
[CVPR 2024 Highlight] Mettere l'oggetto di nuovo nella segmentazione degli oggetti video
CALVIN - Un benchmark per l'apprendimento di policy condizionato dal linguaggio per attivitร di manipolazione robotica a lungo orizzonte
L'implementazione ufficiale della generazione di immagini autoregressiva tramite quantizzazione residua (CVPR '22)
Questo repository accompagna l'articolo di ricerca ARKitScenes - Un set di dati diversificato del mondo reale per la comprensione delle scene interne 3D utilizzando dati RGB-D mobili e contiene i dati, gli script per visualizzare ed elaborare gli asset e il codice di addestramento descritti nel nostro articolo.
[3DV 2025] Codice per "FlowMap: pose della fotocamera di alta qualitร , intrinseci e profonditร tramite discesa del gradiente" di Cameron Smith*, David Charatan*, Ayush Tewari e Vincent Sitzmann
Codice per il paper: Le immagini generate da CNN sono sorprendentemente facili da individuare... per ora https://peterwang512.github.io/CNNDetection/
Articoli ICCV 2023-2025: Scopri la ricerca all'avanguardia di ICCV 2023-25, la conferenza leader nella visione artificiale. Rimani aggiornato sulle ultime novitร nella visione artificiale e nel deep learning, con codice incluso. โญ Supporta lo sviluppo dell'intelligenza visiva!
[SIGGRAPH Asia 2025 (ACM TOG)] AnySplat: Splatting gaussiano 3D feed-forward da viste non vincolate
Creazione di dataset NeRF sintetici semplificata all'interno di Blender
L'idea di questa lista รจ quella di raccogliere dati e algoritmi condivisi intorno ai Modelli Morfabili 3D. Siete invitati a contribuire a questa lista aggiungendo una pull request. La lista originale รจ nata dal seminario Dagstuhl sui Modelli Morfabili 3D https://www.dagstuhl.de/19102 nel marzo 2019.
Implementazione dell'Apprendimento Profondo Multi-Instance Basato sull'Attenzione in PyTorch
Questo nodo fornisce funzionalitร di sincronizzazione labiale in ComfyUI utilizzando il modello LatentSync di ByteDance. Permette di sincronizzare le labbra del video con l'input audio.
Codice per la generazione di volti parlanti controllabili dalla posa mediante rappresentazione audio-visiva implicitamente modularizzata (CVPR 2021)
Un metodo in tempo reale che stima la posa umana 3D direttamente nel popolare formato Bio Vision Hierarchy (BVH), date stime delle articolazioni del corpo 2D derivate da immagini a colori monoculari. I nostri contributi includono: (a) Una rappresentazione NSRM della posa 2D nuova e compatta. (b) Un classificatore di orientamento del corpo umano e un ensemble di orientamenti sintonizzati
[ICRA 2025 Best Paper] MAC-VO: Covarianza consapevole delle metriche per l'odometria visiva stereo basata sull'apprendimento
MAT: Transformer consapevole della maschera per l'inpainting di immagini con grandi buchi
Codice sorgente relativo al progetto di riconoscimento delle espressioni facciali nel riconoscimento facciale
Modello di base video a livello industriale per la generazione unificata da testo a video (T2V) e da immagine a video (I2V).
[dsh] Un toolkit visivo piรน potente progettato per modelli basati esclusivamente sul testo: installazione e utilizzo con una sola riga, riconoscimento diretto delle immagini incollandole, domande e risposte su piรน immagini, ripristino della UI frontend da screenshot e molto altro๏ฝIntegrazione nativa di DeepSeek Harness per agent-vision-toolkit: domande e risposte sulle immagini, OCR di screenshot lunghi, ripristino della UI, grounding, differenze tra pixel, Artifacts e Web UI.
Una raccolta dei repository Github piรน importanti per professionisti di ML, AI e Data Science
Una libreria per sperimentare, addestrare e valutare reti neurali, con un focus sulla robustezza avversariale.
Addestramento rapido del campo di radianza neurale con traiettorie della fotocamera libere
Scalare i tuoi kernel a 31x31: Revisione della progettazione di kernel di grandi dimensioni nelle CNN (CVPR 2022)
Computer Vision Moderna con PyTorch, pubblicata da Packt
[ECCV'24] GeoWizard: Liberare i precedenti di diffusione per la stima della geometria 3D da una singola immagine