#image-matching Repository
Scopri 19 repository GitHub open source attivi contrassegnati con #image-matching, che raccolgono un totale di 24,000 stelle (con una media di 1,263 stelle per progetto). Il progetto leader di questo argomento è cvg/LightGlue, con 4,887 stelle.
19 repository in totale
Implementazione di XFeat (CVPR 2024). Hai bisogno di un'estrazione di caratteristiche locali robusta e veloce? Sei nel posto giusto!
🎓Aggiorna automaticamente i documenti del CV giornalmente utilizzando Github Actions
[CVPR 2024] RoMa: Corrispondenza robusta di feature dense; RoMa è il robusto corrispondente di feature dense capace di stimare warp pixel-dense e certezze affidabili per quasi ogni coppia di immagini.
Codice per "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
Libreria di addestramento per il rilevamento e l'abbinamento di caratteristiche locali
Wrapper di oltre 50 modelli di corrispondenza di immagini con un'interfaccia unificata
GIM: Apprendimento di un Abbinatore di Immagini Generalizzabile da Video su Internet (ICLR 2024 Spotlight)
SiLK (Simple Learned Keypoint) è un modello di keypoint basato sul deep learning auto-supervisionato.
Questo è un repository di toolbox per aiutare a valutare vari metodi che eseguono il confronto di immagini da una coppia di immagini.
Corrispondenza multiview con funzionalità locali di deep-learning e create manualmente per COLMAP e altri software SfM. Supporta formati ad alta risoluzione e immagini con rotazioni. Sono supportati sia CLI che GUI.
Rilascio pubblico del Image Matching Benchmark: https://image-matching-challenge.github.io
Modello descrittore Hardnet - "Lavorando sodo per conoscere i margini del tuo vicino: Perdita di apprendimento del descrittore locale"
Domande frequenti
Qual è il repository #image-matching più popolare su GitHub?
Il progetto open source #image-matching più alto in classifica su GitHub è cvg/LightGlue, con 4,887 stelle. LightGlue: Corrispondenza di feature locali alla velocità della luce (ICCV 2023)
Quali linguaggi di programmazione sono più utilizzati nei repository #image-matching?
Tra i progetti #image-matching più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Gnuplot.
Come viene calcolata la classifica dei repository #image-matching?
Monitoriamo 19 repository open source attivi contrassegnati con #image-matching (500+ stelle), per un totale di 24,000 stelle e una media di 1,263 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.