#deep-learning Repository
2,273 repository in totale
Implementazione ufficiale del paper CVPR 2022 "Neural RGB-D Surface Reconstruction"
Ciclo di vita completo di un progetto di data science
DocBank: Un set di dati di riferimento per l'analisi del layout dei documenti
Il codice ufficiale per "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"
Implementazione/Tutorial sull'utilizzo di metodi di apprendimento automatico automatizzato (AutoML) per l'apprendimento statico/batch e online/continuale
Codice di abbigliamento: Prova virtuale multilivello ad alta risoluzione. ECCV 2022
Un elenco di risorse per il matching/registration di insiemi di punti raccolti da Gang Wang
[CVPR2024] Codice per "SAM-6D: Segment Anything Model incontra la stima della posa 6D con zero shot".
Implementazione ufficiale per "Blended Latent Diffusion" [SIGGRAPH 2023]
[ECCV2024] Questo รจ il codice di inferenza ufficiale degli articoli "Glyph-ByT5: Un encoder di testo personalizzato per un rendering di testo visivo accurato" e "Glyph-ByT5-v2: Una solida baseline estetica per un rendering di testo visivo multilingue accurato""
Implementazione ufficiale del codice di Vary-toy (Small Language Model incontra Reinforced Vision Vocabulary)
[CVPR 2025, TPAMI 2026] UniScene: Generazione unificata di scene di guida centrata sull'occupazione
Implementazione minima di trasformatori a flusso rettificato scalabile, basata sull'approccio di SD3
Tensorflow Faster R-CNN per Windows/Linux e Python 3 (3.5/3.6/3.7)
Implementazione ufficiale di "FitDiT: Avanzamento dei dettagli autentici dell'abbigliamento per una prova virtuale ad alta fedeltร "
TransMorph: Transformer per la registrazione di immagini mediche non supervisionata (PyTorch)
Questo repository raccoglie alcuni codici che incapsulano algoritmi comunemente utilizzati nel campo dell'apprendimento automatico. La maggior parte si basa su Numpy, Pandas o Torch. Puoi approfondire la tua comprensione dei modelli e algoritmi correlati o modificarli per ottenere il codice personalizzato che ti appartiene facendo riferimento a questo repository.
:fire: Usa modelli pre-addestrati in PyTorch per estrarre embedding vettoriali per qualsiasi immagine
Slide sullโIA, appunti su articoli, appunti delle lezioni, post di blog e panoramiche della ricerca.
Un elenco curato di risorse di apprendimento per rinforzo multi-modale (in continuo aggiornamento)
Questo รจ un elenco di documenti eccellenti sul flusso ottico e lavori correlati.
Questo repository contiene i codici per LipGAN. LipGAN รจ stato pubblicato come parte dell'articolo intitolato "Towards Automatic Face-to-Face Translation".
Un nuovo metodo di interazione umana per l'estrazione vocale in tempo reale su cuffie.
Rilevatori, Tracker e SAM di computer vision facili e modulari - Esegui YOLOv9,v8,v7,v6,v5,R,X in meno di 10 righe di codice.
Un'implementazione della codifica posizionale 1D, 2D e 3D in Pytorch e TensorFlow
๐ PILOT: Una cassetta degli attrezzi per l'apprendimento continuo basata su modelli pre-addestrati
Pacchetto Python per eseguire il matching di entitร e testo utilizzando l'apprendimento profondo.
La libreria AutoML piรน pulita al mondo โจ - Esegui il tuning degli iperparametri con le giuste astrazioni di pipeline per scrivere pipeline di produzione di deep learning pulite. Fai in modo che i passaggi della tua pipeline abbiano spazi di iperparametri. Progetta i passaggi nella tua pipeline come componenti. Compatibile con Scikit-Learn, TensorFlow e la maggior parte delle altre librerie, framework e ambienti MLOps.
๐ฅRilevamento di oggetti 3D di nuvole di punti e segmentazione semantica (Deep Learning) - Metodi SOTA, codice, paper, dataset, ecc.
Appunti del corso di Machine Learning (Machine Learning) 2021 Spring del professor Li Hongyi dell'Universitร di Taiwan (NTU)
In quanto componente centrale della community Huawei Ascend per PyTorch, TorchNPU รจ un plug-in di adattamento per il deep learning sviluppato da Ascend per PyTorch. Consente al framework PyTorch di utilizzare direttamente le NPU Ascend e offre agli sviluppatori la potente capacitร di calcolo dei processori AI Ascend.
Estrazione di eventi basata su documenti di sentenze legali e relative applicazioni, inclusa la segmentazione delle parole dei dati, l'etichettatura delle parti del discorso, il riconoscimento delle entitร nominate, l'estrazione degli elementi dell'evento e la previsione del risultato della sentenza, ecc.
dddmr_navigation รจ la soluzione di navigazione 3D per robot mobili che include mappatura, localizzazione, percezione, pianificazione del percorso, controller e uno stack di navigazione.
Un sottoinsieme dei moduli di rete neurale di PyTorch, scritti in Python utilizzando Triton di OpenAI.