#computer-vision Repository
1,451 repository in totale
Raccolta di codice comune condiviso tra diversi progetti di ricerca del team FAIR computer vision.
Una libreria e framework open source per il deep learning su immagini satellitari e aeree.
SeetaFace 2: toolkit di riconoscimento facciale open source e full stack.
Sistema di motion capture a basso costo per il tracciamento su larga scala
Un framework di ragionamento, con molti demo utili contemporaneamente, se ti sembra utile per favore metti una stella
Strumento di etichettatura che utilizza SAM (Segment Anything Model), con supporto per SAM, SAM2, SAM3, sam-hq, MobileSAM, EdgeSAM, ecc. Strumento interattivo per l'annotazione semi-automatica di immagini.
Qwen-Image-Layered: Decomposizione a Strati per Modificabilitร Inerente
Motore di IA edge in C++ pronto per la produzione per lโanalisi video e i VLM on-device su Sophon, Rockchip RKNN e x86, con orchestrazione visiva, OSD in tempo reale, eventi e benchmark riproducibili.
Questo รจ il codice sorgente di yolo3-pytorch, che puรฒ essere utilizzato per addestrare il proprio modello.
Questa risorsa supporta gli articoli di scrittura dell'autore su CSDN sull'elaborazione delle immagini in Python, principalmente sull'implementazione di algoritmi per l'elaborazione delle immagini, il riconoscimento delle immagini, la classificazione delle immagini, ecc. in Python. Spero che questa risorsa ti sia d'aiuto, continuiamo a fare del nostro meglio insieme.
Hypersim: Un set di dati sintetici fotorealistici per la comprensione olistica delle scene interne
NVIDIA Alpamayo 1 Nano รจ un modello VLA di ragionamento aperto da 10B per veicoli autonomi che abbina le traiettorie di guida al ragionamento a Catena di Causalitร .
Collabora ed etichetta qualsiasi tipo di dato, immagine, testo o documento, in una semplice interfaccia web o applicazione desktop.
Macchine per il Pensiero Continuo, perchรฉ il pensiero richiede tempo e il ragionamento รจ un processo.
Tutto sul Federated Learning, inclusi articoli di ricerca, libri, codici, tutorial, video e oltre
Real-World Masked Face Dataset, set di dati di volti con maschera nel mondo reale
https://textbehindimage.rexanwong.xyz - crea facilmente design di testo dietro le immagini
Informazioni accademiche complete e tempestive sull'apprendimento federato (articoli, framework, set di dati, tutorial, workshop)
Cambrian-1 รจ una famiglia di LLM multimodali con un design incentrato sulla visione.
Wrapper Python per CRF densi (fully connected) di Philipp Krรคhenbรผhl con potenziali di spigolo gaussiani.
Ricette per rimpicciolire, ottimizzare e personalizzare modelli di visione all'avanguardia. ๐
Il Blueprint AI di NVIDIA per la ricerca e il riepilogo video (VSS) รจ un'architettura di riferimento accelerata da GPU per costruire agenti di analisi video con avvisi verificati in tempo reale, domande e risposte visive e report automatizzati. Il Blueprint VSS utilizza modelli di linguaggio visivo (VLM) come NVIDIA Cosmos, LLM come NVIDIA Nemotron, RAG e NVIDIA NIM.
Rilascio del codice per "Rilevamento di ventimila classi utilizzando la supervisione a livello di immagine".
Approaching (Almost) Any Machine Learning Problem versione cinese, indirizzo della documentazione online: https://ytzfhqs.github.io/AAAMLP-CN/
Custom Diffusion: Personalizzazione Multi-Concetto della Diffusione da Testo a Immagine (CVPR 2023)