#computer-vision Repository
1,451 repository in totale
Corregge immagini pixel art AI, video o caricamenti web di sprite
Strumento di generazione dati di addestramento ML basato su computer vision :rocket:
Framework che consente il fine-tuning di modelli di grounding visione-linguaggio su set di dati personalizzati
Implementazione open source di **MV-DUSt3R+ Ricostruzione di scene monofase da viste sparse in 2 secondi** da Meta Reality Labs. Pagina del progetto https://mv-dust3rp.github.io/
Un elenco di strumenti per annotare i dati, gestire le annotazioni, ecc.
[CVPR 2025 Highlight] Matrix3D: Large Photogrammetry Model All-in-One
[NeurIPS 2021] Benchmark multiscala per l'apprendimento di rappresentazioni multimodali
Un benchmark di machine learning per spostamenti di distribuzione reali, con data loader, valutatori e modelli predefiniti.
Questo repository contiene il codice di valutazione per l'articolo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"
Codice PyTorch per l'articolo "FIERY: Future Instance Segmentation in Bird's-Eye view from Surround Monocular Cameras"
Dai agli agenti IA occhi, orecchie e risultati verificabili. Watch Skill trasforma video, audio e attivitร sullo schermo in prove ricercabili e corredate di timestamp, e dimostra il lavoro tramite contratti deterministici, non opinioni del modello. DeepWatch รจ lโambiente di lavoro per agenti basato su DeepSeek Harness. Python + npm, MCP, CLI, REST e Web.
MaaNTE Neverness to Everness (NTE) potenziato da MAAFramework! Gruppo di scambio QQ: Assistente di Neverness to Everness, fornito dall'assistente di automazione per Neverness to Everness. Pesca automatica, vendita automatica di pesci, acquisto automatico di esche. Funzionalitร : preparazione automatica del caffรจ, estrazione dei ricavi del bar, salto automatico dei dialoghi della storia, riscatto automatico delle ricompense giornaliere.
Questo repository contiene tutto il necessario per diventare esperti nella ricerca ML/AI e negli articoli di ricerca
Libreria per calcolare metriche di performance basate sulla distanza superficiale per compiti di segmentazione.
Il primo blocca-app per macOS al mondo con autenticazione facciale, completamente gratuito e open source. Sblocca le app del tuo Mac con lโautenticazione facciale, Touch ID o una password. Tutto viene elaborato localmente e crittografato: i tuoi dati non lasciano mai il tuo Mac.
[ICLR 2026] Semplificare la produzione di cartoni animati con post-keyframing generativo
Aumento delle immagini per la visione artificiale. Licenza esclusivamente AGPL-3.0 o licenza commerciale.
Un'implementazione modulare efficiente di Associating Objects with Transformers per la segmentazione di oggetti video in PyTorch
Codice di sintesi per la trasformazione dell'etร della durata della vita
Documenti AAAI 2024: Esplora una collezione completa di ricerche innovative presentate a una delle principali conferenze sull'intelligenza artificiale. Integra perfettamente le implementazioni del codice per una migliore comprensione. โญ Sperimenta le avanguardie del progresso nell'intelligenza artificiale con questo repository!
Raccolta di fantastiche risorse di fine-tuning efficienti dal punto di vista dei parametri.
[CVPR 2022] HairCLIP: Progetta la tua acconciatura tramite testo e immagine di riferimento
Il programma completo di Informatica e Ingegneria. Roadmap, Checklist per principianti.
Script automatico AFK, adatto per giochi come Onmyoji, Azur Lane, Arknights, ecc.
Questa รจ l'implementazione ufficiale del nostro articolo: "MiniMax-Remover: Taming Bad Noise Helps Video Object Removal"
[CVPR 2022] MHFormer: Multi-Hypothesis Transformer per la Stima della Posa Umana 3D
Codice per il paper "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19)
Questo repository fornisce un elenco completo di set di dati satellitari radar e ottici curati per attivitร di rilevamento, classificazione, segmentazione semantica e segmentazione di istanze di navi. Questi set di dati sono ideali per applicazioni in computer vision, machine learning, telerilevamento e analisi marittima.
[ICLR 2026] Trace Anything: Rappresentare qualsiasi video in 4D tramite campi di traiettoria
Codice sorgente per l'articolo "OrienterNet Localizzazione Visiva in Mappe Pubbliche 2D con Corrispondenza Neurale"
Rilevamento + riconoscimento di targhe automobilistiche utilizzando YOLOv5 e LPRNet (dataset CCPD)
Cerca in grandi set di dati di immagini con linguaggio naturale e visione artificiale
Etichetta Oggetti e Risparmia Tempo (LOST) - Progetta il tuo processo di annotazione immagini intelligente in un ambiente basato su web.
Codifica di un modello linguistico multimodale (Vision) da zero in PyTorch con spiegazione completa: https://www.youtube.com/watch?v=vAmKB7iPkWw
[ECCV 2024 Orale] Codice per l'articolo: Un'immagine vale 1/2 token dopo il Livello 2: Accelerazione dell'inferenza Plug-and-Play per grandi modelli linguistici visivi
[CVPR 2024 - Orale] Abbinamento di immagini 2D in 3D: Posizione relativa metrica da corrispondenze metriche