#computer-vision Repository
1,451 repository in totale
๐๏ธ + ๐ฌ + ๐ง = ๐ค Lista curata dei migliori modelli di base e multimodali! [Paper + Code + Esempi + Tutorial]
[CVPR'26] ObjectClear: Rimozione precisa di oggetti ed effetti con attenzione adattiva sensibile al target
DreamSim: Apprendere nuove dimensioni della somiglianza visiva umana utilizzando dati sintetici (NeurIPS 2023 Spotlight) / / / / Quando l'allineamento percettivo avvantaggia le rappresentazioni della visione? (NeurIPS 2024)
Implementazione ufficiale del paper CVPR 2022 "Neural RGB-D Surface Reconstruction"
DocBank: Un set di dati di riferimento per l'analisi del layout dei documenti
[CVPR 2024] DocRes: Un modello generalista per unificare i compiti di ripristino delle immagini di documenti
Stima della profonditร mono / stereo + rilevamento oggetti YOLO con distribuzione su Jetson Nano / TX2 / GeForce tramite TensorRT
Generatore dell'algoritmo di convoluzione minima di Winograd per reti neurali convoluzionali.
Codice di abbigliamento: Prova virtuale multilivello ad alta risoluzione. ECCV 2022
Un elenco di risorse per il matching/registration di insiemi di punti raccolti da Gang Wang
(Evidenziazione CVPR 2025โจ) Repository ufficiale dell'articolo "LLMDet: Learning Strong Open-Vocabulary Object Detectors under the Supervision of Large Language Models"
[CVPR2024] Codice per "SAM-6D: Segment Anything Model incontra la stima della posa 6D con zero shot".
Modello di Ricostruzione Gaussiana Ampio per Ricostruzione e Generazione 3D Efficiente
Implementazione ufficiale per "Blended Latent Diffusion" [SIGGRAPH 2023]
Uno strumento di risposta automatica basato su Python per Xiaoyuan Kou Suan
[ECCV2024] Questo รจ il codice di inferenza ufficiale degli articoli "Glyph-ByT5: Un encoder di testo personalizzato per un rendering di testo visivo accurato" e "Glyph-ByT5-v2: Una solida baseline estetica per un rendering di testo visivo multilingue accurato""
Implementazione ufficiale del codice di Vary-toy (Small Language Model incontra Reinforced Vision Vocabulary)
[CVPR 2025, TPAMI 2026] UniScene: Generazione unificata di scene di guida centrata sull'occupazione
Costruisci modelli di visione artificiale completamente funzionanti con PyTorch
Tensorflow Faster R-CNN per Windows/Linux e Python 3 (3.5/3.6/3.7)
Implementazione ufficiale di "FitDiT: Avanzamento dei dettagli autentici dell'abbigliamento per una prova virtuale ad alta fedeltร "
[CVPR 2024 Highlight] Il repo ufficiale per โGPS-Gaussian: Generalizable Pixel-wise 3D Gaussian Splatting for Real-time Human Novel View Synthesisโ
Lo sviluppo e le prospettive future dei grandi modelli di ragionamento multimodale.
Questo รจ un elenco di documenti eccellenti sul flusso ottico e lavori correlati.
Questo repository contiene i codici per LipGAN. LipGAN รจ stato pubblicato come parte dell'articolo intitolato "Towards Automatic Face-to-Face Translation".
MLGym Un Nuovo Framework e Benchmark per far Avanzare gli Agenti di Ricerca AI
Libreria di acquisizione immagini per sistemi di visione artificiale basati su GenICam
Rilevatori, Tracker e SAM di computer vision facili e modulari - Esegui YOLOv9,v8,v7,v6,v5,R,X in meno di 10 righe di codice.
Strumento Node Creative Coding / 3D / Elaborazione Immagini ispirato a Quartz Composer
[CVPR 2024 Highlight] Feature 3DGS: Potenziare il 3D Gaussian Splatting per abilitare campi di feature distillati
[CVPR 2024] Rilascio del codice per "InstanceDiffusion: Controllo a livello di istanza per la generazione di immagini"