#computer-vision Repository
1,451 repository in totale
Implementazione ufficiale per l'articolo: InFusion: Inpainting di Gaussiane 3D tramite l'apprendimento del completamento della profonditร da un prior diffusivo
Ingrandimento video euleriano in tempo reale: amplifica movimenti e colori sottili da webcam o video. Linux/Windows/macOS
Modellazione del rumore basata sulla fisica per la fotografia in condizioni di luce estremamente bassa (CVPR 2020 Orale & TPAMI 2021)
[ECCV 2024] ControlNet++: Migliorare i controlli condizionali con un feedback di coerenza efficiente.
[Information Fusion (Vol.103, Mar. '24)] Potenziare l'Image Matting con Vision Transformers semplici pre-addestrati
Il codice ufficiale per โDeep Unrestricted Document Image Rectificationโ, TMM, 2023.
[In Evidenza CVPR 2024] XCube: Modellazione Generativa 3D su Larga Scala utilizzando Gerarchie di Voxel Sparsi
[CVPR 2023, BSP] Registrazione 3D con Cliques Massimali
Rilascio pubblico del Image Matching Benchmark: https://image-matching-challenge.github.io
Codice e linee guida per l'implementazione dell'articolo โจCounting Anything. Pagina del progetto: https://mengqi-lei.github.io/count-anything-projectpage/
[AAAI' 25] U-KAN costituisce una solida base per la segmentazione e la generazione di immagini mediche
Tutorial Completo di Deep Learning: Dall'Inizio all'Eccellenza
Implementazione ufficiale di Pytorch per โDINO-Tracker: Domare DINO per il tracciamento autonomo di punti in un singolo videoโ (ECCV 2024)
ELITE: Codifica di concetti visivi in embedding testuali per la generazione personalizzata di testo-immagine (ICCV 2023, Orale)
Un semplice modulo di rilevamento della sonnolenza per umani. ๐ด ๐ซ ๐
[NeurIPS 2024] PointMamba: Un Semplice Modello di Spazio degli Stati per l'Analisi delle Nuvole di Punti
[CVPR 2022] StyleSwin: GAN basato su Transformer per la generazione di immagini ad alta risoluzione
[IEEE TMI-2024] UNETR++: Approfondimento sulla Segmentazione Efficiente e Accurata di Immagini Mediche 3D
Visionario: Il vettore del modello mondiale costruito sulla piattaforma Gaussian Splatting alimentata da WebGPU
Workshop NeurIPS'24 - UniTable: Verso un modello fondazionale unificato per le tabelle
[CVPR 2023] I parametri non sono tutto ciรฒ di cui hai bisogno: partire da reti non parametriche per l'analisi di nuvole di punti 3D
Estensione WebUI di Stable Diffusion per CLIP Interrogator
Elenco curato impressionante di lavori su stima dello sguardo oculare
Framework open-source per modelli di incertezza e deep learning in PyTorch ๐ฑ
Codice di ricerca per la stima della profonditร metrica in immagini VR perioculari utilizzando dati generati da UE MetaHuman.
Libreria multipiattaforma per il tracciamento 6DoF del controller di movimento PS Move. Fusione di sensori, visione artificiale, display ambientale (sfera LED).
Implementazione Pytorch di: "Stable-Hair: Real-World Hair Transfer via Diffusion Model" (AAAI 2025)
[CVPR 2024] SinSR: Super-risoluzione di immagini basata sulla diffusione in un singolo passaggio
๐ฅ๐ฅ๐ฅImplementazione del codice Java per chiamare RapidOCR (basato su PaddleOCR), adattamento per Mac, Win, Linux, supporto per l'ultimo PP-OCRv4
Note sulla tecnologia dei doppi digitali GPT interattivi in tempo reale, non un progetto open-source di doppi digitali
[CVPR 2023] Repository ufficiale per scaricare, elaborare, visualizzare e addestrare modelli sul dataset ARCTIC.
Codice per ยซRicostruzione neurale di scene 3D con lโipotesi del mondo di Manhattanยป, presentazione orale a CVPR 2022
Modello descrittore Hardnet - "Lavorando sodo per conoscere i margini del tuo vicino: Perdita di apprendimento del descrittore locale"
[MM 2025] EventVAD: Rilevamento di anomalie video consapevole degli eventi e senza addestramento
Dataset di attori multimodali emotivi ottenuto tramite crowdsourcing (CREMA-D)
Questo progetto รจ dedicato all'implementazione e alla ricerca delle reti convoluzionali di Kolmogorov-Arnold. Il repository include implementazioni di convoluzioni 1D, 2D e 3D con diversi kernel, modelli simili a ResNet e DenseNet, codice di addestramento basato su accelerate/PyTorch, nonchรฉ script per esperimenti con CIFAR-10 e Tiny ImageNet.
Lista di articoli sul tracciamento di un singolo oggetto (tracker SOT all'avanguardia)
Un addon di Blender per generare dati di ground truth sintetici per applicazioni di Computer Vision
Codice per creare Stylized-ImageNet, una versione stilizzata di ImageNet standard (ICLR 2019 Oral)
Nascondi il codice a barre in una foto. ร possibile nascondere un codice QR in un'immagine comune, che puรฒ essere riconosciuto da WeChat. Questo codice puรฒ essere usato da chiunque, tranne una persona: un account di marketing su Douyin (ๆX) chiamato 'ๅคง็ฅๅผๅ' (Sviluppo Divino) ha rubato piรน di una dozzina dei miei video originali. Non ho mai visto una persona cosรฌ spudorata!
Questo repository ti permette di addestrare modelli di reti neurali per eseguire il riconoscimento della scrittura a mano su pagina intera end-to-end utilizzando i framework di deep learning Apache MXNet sul dataset IAM.