#computer-vision Repository
1,451 repository in totale
Rilascio per modelli probabilistici di diffusione denoising migliorati
Il repository fornisce il codice per eseguire l'inferenza con il SAM 3D Body Model (3DB), i link per scaricare i checkpoint del modello addestrato e i dataset, e notebook di esempio che mostrano come utilizzare il modello.
[CVPR 2024 Highlight] FoundationPose: Stima e tracciamento unificati della posa 6D di nuovi oggetti
[ICLR 2025] Hallo2: Animazione di ritratto guidata dall'audio di lunga durata e ad alta risoluzione
Risorse per la Visione Basata su Eventi. Sforzo comunitario per raccogliere conoscenze sulla tecnologia della visione basata su eventi (articoli, workshop, dataset, codice, video, ecc.)
GLIDE: un modello di sintesi di immagini basato sulla diffusione condizionato dal testo
๐ฅ๐ฅLibreria di Riconoscimento Facciale ad Alta Prestazioni su PaddlePaddle & PyTorch๐ฅ๐ฅ
Una libreria di deep learning per la ricerca sulla comprensione dei video.
[NeurIPS 2024] Codice ufficiale per PuLID: ID personalizzazione pura e fulminea tramite allineamento contrastivo
[CVPR19/TPAMI23] SiamMask: Un Framework per il Tracciamento e la Segmentazione Rapida Online di Oggetti
Etichettatura dati assistita dall'intelligenza artificiale senza sforzo grazie al supporto AI di YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) e MobileSAM!!
Strumento online gratuito per l'etichettatura delle foto. https://makesense.ai
Codice ufficiale utilizzato per sviluppare Vision Transformer, SigLIP, MLP-Mixer, LiT e altro ancora.
Towhee รจ un framework dedicato a rendere le pipeline di elaborazione dei dati neurali semplici e veloci.
Modifica qualsiasi cosa nelle immagini, alimentato da segment-anything, ControlNet, StableDiffusion, ecc. (ACM MM)
Ottimo lavoro sulla stima/tracciamento della posa della mano
SC-FEGAN: Rete Generativa Avversaria per l'Editing del Viso con Schizzo e Colore dell'Utente (ICCV2019)
๐ฅ๐ฅ๐ฅ [IEEE TCSVT] รltimi lavori, codici e set di dati su Vid-LLMs.
Implementazione ufficiale di "Sonic: Spostare l'attenzione sulla percezione audio globale nell'animazione di ritratti"
Directory di tutorial e repository di codice open-source per lavorare con Keras, la libreria di deep learning per Python
[CVPR 2024] 4D Gaussian Splatting per il Rendering di Scene Dinamiche in Tempo Reale
Questo repository include il progetto ufficiale di TransUNet, presentato nel nostro articolo: TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation.
[CVPR 2025] MASt3R-SLAM: SLAM Denso in Tempo Reale con Prioritร di Ricostruzione 3D
Un'applicazione Python che rileva e evidenzia la frequenza cardiaca di un individuo (utilizzando solo la loro webcam) in tempo reale.
Una serie di nodi per ComfyUI che possono comporre livelli e maschere per ottenere funzionalitร simili a Photoshop.
La Compute Library รจ un insieme di funzioni di visione artificiale e machine learning ottimizzate per CPU Arm e GPU utilizzando tecnologie SIMD.
Strumento assistito dalla visione artificiale per estrarre dati numerici da immagini di grafici.
Una libreria modulare di alto livello per addestrare agenti AI embodied in una varietร di compiti e ambienti.
Strumento per la segmentazione robusta di >100 importanti strutture anatomiche nelle immagini CT e MR
Piattaforma openโsource di competenze per telecamere AI, NVR AI e sorveglianza CCTV. Analisi video VLM locale con Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agente di sicurezza di telecamere alimentato da LLM โ osserva, comprende, ricorda e protegge la tua casa tramite Telegram, Discord o Slack. Competenze AI plugโandโplay. OpenAI, Google, Anthropic o AI locale. Funziona su Mac Mini e AI PC.
Raccogli articoli, dati e repository relativi alla super-risoluzione
L'implementazione ufficiale PyTorch di Towards Fast, Accurate and Stable 3D Dense Face Alignment, ECCV 2020.
App/estensione browser di traduzione AI per fumetti e manga, per tradurre automaticamente fumetti, manga, manhwa, BD, fumetti e altro ancora in molteplici lingue e formati (immagini, PDF, EPUB, CBR, CBZ, ecc.).
Implementazione di Segnet, FCN, UNet, PSPNet e altri modelli in Keras.