#deep-learning Repository
2,273 repository in totale
Un framework Python minimale per la creazione di server di inferenza IA personalizzati, con pieno controllo su logica, batching e scalabilitร .
Riconoscimento del testo (riconoscimento ottico dei caratteri) con metodi di deep learning, ICCV 2019
SuperGlue: Apprendimento della Corrispondenza di Feature con Reti Neurali a Grafo (CVPR 2020, Orale)
๐ L'attuale piรน grande database e raccolta di articoli sulla rilevazione dei difetti industriali. Riassunto costante di set di dati open source e articoli critici nel campo della ricerca sui difetti superficiali, di grande importanza.
[ICML 2024] Vision Mamba: Apprendimento efficiente di rappresentazioni visive con modelli di spazio degli stati bidirezionali
VILA รจ una famiglia di modelli visivi linguistici (VLM) all'avanguardia per diversi compiti di intelligenza artificiale multimodale su edge, data center e cloud.
Tutorial introduttivo a PyTorch, indirizzo di lettura online: https://datawhalechina.github.io/thorough-pytorch/
Codec audio all'avanguardia basato sul deep learning che supporta audio mono a 24 kHz e audio stereo a 48 kHz.
Elenco di articoli e set di dati per il rilevamento di anomalie/difetti nelle immagini industriali (in aggiornamento). Libreria di ricerca di articoli e set di dati sul rilevamento di anomalie/difetti industriali (aggiornamento continuo).
Facilitando la progettazione, il confronto e la condivisione di modelli di corrispondenza di testo profondo.
Scenic: Una libreria Jax per la ricerca sulla visione artificiale e oltre
Libreria di Transfer Learning per Adattamento di Dominio, Adattamento di Compito e Generalizzazione di Dominio
Una libreria Python per lโapprendimento auto-supervisionato e i modelli del mondo latenti applicati alle immagini.
DeepVariant รจ un pipeline di analisi che utilizza una rete neurale profonda per chiamare varianti genetiche dai dati di sequenziamento del DNA di prossima generazione.
Tutorial e risorse curati per Large Language Models, Text2SQL, Text2DSL, Text2API, Text2Vis e altro ancora.
Una raccolta di metodi scientifici, processi, algoritmi e sistemi per costruire storie e modelli.
Rilascio per modelli probabilistici di diffusione denoising migliorati
Il repository fornisce il codice per eseguire l'inferenza con il Meta Segment Anything Audio Model (SAM-Audio), link per scaricare i checkpoint del modello addestrato e notebook di esempio che mostrano come utilizzare il modello.
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
Portare modelli di diffusione stabili nei browser web. Tutto viene eseguito all'interno del browser senza supporto server.
[ICLR 2025] Hallo2: Animazione di ritratto guidata dall'audio di lunga durata e ad alta risoluzione
SoulX-Podcast รจ una codebase di inferenza del team Soul AI per la generazione di podcast ad alta fedeltร dal testo.
Una raccolta di articoli di ricerca e survey sulle tecniche di pubblicitร display basate su real-time bidding (RTB)
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.)
Risorse per trading quantitativo/algoritmico con enfasi su Machine Learning
๐ง ๐ฌ Articoli che ho scritto sull'apprendimento automatico, archiviati da MachineCurve.com.
Probabilmente la migliore lista curata di software per data science in Python.
๐ฅ Codice TensorFlow per il report tecnico: "YOLOv3: An Incremental Improvement"
Una libreria per accelerare i modelli Transformer sulle GPU NVIDIA, incluso l'utilizzo della precisione in virgola mobile a 8 bit e 4 bit (FP8 e FP4) sulle GPU Hopper, Ada e Blackwell, per fornire prestazioni migliori con un minor utilizzo di memoria sia in fase di addestramento che di inferenza.
Guida rapida alla teoria e all'applicazione pratica dell'IA: concetti di base, Transformer, NLP, ML, DL, competizioni. Include abbondanti annotazioni e set di dati, con l'obiettivo che chiunque possa comprendere e riprodurre.
[CVPR 2022] Modello di Movimento Thin-Plate Spline per l'Animazione di Immagini.
๐ฅ๐ฅLibreria di Riconoscimento Facciale ad Alta Prestazioni su PaddlePaddle & PyTorch๐ฅ๐ฅ