#computer-vision Repository
1,451 repository in totale
projectaria_tools รจ un toolkit open source C++/Python per interagire con i dati di Project Aria.
Codice per "PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation" CVPR 2019 oral
Recenti lavori basati su LLM per CV e correlati. Benvenuti a commentare/contribuire!
Framework di visione artificiale e videoanalisi Python con batterie incluse
Un Framework Agnostico per la Computer Vision โ Collegabile a qualsiasi libreria di addestramento: Fastai, Pytorch-Lightning e altro in arrivo
[CVPR 2025] La prima indagine sul ragionamento CoT (RL, TTS, Riflessione) nella generazione di immagini
[TMLR 2025] Thera: Super-risoluzione a scala arbitraria senza aliasing con campi di calore neurali
Ottimo lavoro sulla stima della posa a 6 gradi di libertร dell'oggetto
[NeurIPS 2023] Implementazione ufficiale del paper "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"
โก Un algoritmo di rilevamento oggetti senza ancore (anchor-free) ultraleggero di nuova concezione, con soli 250.000 parametri, riduce il tempo di elaborazione del 10% rispetto a yolo-fastest e la post-elaborazione รจ piรน semplice.
(ACM TOMM) Questo รจ il repository ufficiale del codice per "VM-UNet: Vision Mamba UNet per la segmentazione di immagini mediche".
Questo รจ un pacchetto completo dei recenti metodi di deep learning per nuvole di punti 3D in pytorch (con modelli pre-addestrati).
YoloDotNet - Un progetto C# .NET 8.0 per classificazione, rilevamento di oggetti, rilevamento OBB, segmentazione e stima della posa sia in immagini che in flussi video live.
Implementazione ufficiale in PyTorch di "Approccio top-down consapevole della distanza della camera per la stima della posa multi-persona 3D da un'unica immagine RGB", ICCV 2019
Questo repository contiene un progetto completo di computer vision/machine learning sul calcio che utilizza YOLO per il rilevamento di oggetti, Kmeans per la segmentazione dei pixel, il flusso ottico per il tracciamento del movimento e la trasformazione prospettica per analizzare i movimenti dei giocatori nei video di calcio.
Il programma di addestramento per libfacedetection per il rilevamento del viso e il rilevamento di 5 punti di riferimento.
[CVPR 2024] Repository ufficiale per "Gaussian Head Avatar: Ultra High-fidelity Head Avatar via Dynamic Gaussians"
Dal Grossolano al Finemente: Localizzazione Gerarchica Robusta su Larga Scala con HF-Net (https://arxiv.org/abs/1812.03506)
Il piรน grande repository GitHub al mondo per LLMs + Robotica
Latent Bridge Matching per la traduzione rapida da immagine a immagine (ICCV 2025 Highlight)
PointFlow: Generazione di nuvole di punti 3D con flussi normalizzanti continui
[ICML2024] Codice ufficiale per GaussianPro: 3D Gaussian Splatting con propagazione progressiva
Instruct-NeRF2NeRF: Modifica di scene 3D con istruzioni (ICCV 2023)
Rilevamento di 21 punti chiave della mano, posa gestuale bidimensionale, riconoscimento gestuale, PyTorch, handpose
Una lista curata di DATASETS, CODEBASES e PAPER su Multi-Task Learning (MTL), dalla prospettiva del Machine Learning.
[Versione estesa ICLR 2025 Blog Track] Anole: Modelli multimodali aperti, autoregressivi e nativi per la generazione di immagini-testo intercalate
Implementazione ufficiale di "Lotus: Modello di base visivo basato su diffusione per previsioni dense di alta qualitร "
LLVIP: Un set di dati accoppiato visibile-infrarosso per la visione in condizioni di scarsa illuminazione
Questo repository contiene le risorse (articoli, blog, siti web, ecc.) che Ilya ha raccomandato per imparare a conoscere l'Intelligenza Artificiale.
[CMU] Un Framework versatile e modulare progettato per veicoli aerei senza pilota autonomi [UAV] (C++/ROS/PX4)
Fantastica raccolta di risorse e articoli sui modelli di diffusione per la manipolazione robotica.
[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. Un agente intelligente di visione artificiale che puรฒ magicamente ripristinare qualsiasi immagine in perfetti 4K!