#image-retrieval Repository
Scopri 24 repository GitHub open source attivi contrassegnati con #image-retrieval, che raccolgono un totale di 47,138 stelle (con una media di 1,964 stelle per progetto). Il progetto leader di questo argomento è KevinMusgrave/pytorch-metric-learning, con 6,343 stelle.
24 repository in totale
Addestra e valuta gli embedding per la ricerca per similarità con PyTorch. Include funzioni di perdita contrastive, mining di esempi difficili, sampler e metriche di recupero.
:bouncing_ball_person: Pytorch ReID: Un'implementazione PyTorch piccola, amichevole e potente per person re-id / vehicle re-id baseline. Tutorial 👉https://github.com/layumi/Person_reID_baseline_pytorch/tree/master/tutorial
Towhee è un framework dedicato a rendere le pipeline di elaborazione dei dati neurali semplici e veloci.
HuixiangDou: Superare scenari di chat di gruppo con assistenza tecnica basata su LLM
Recupero immagini CNN in PyTorch: Addestramento e valutazione di CNN per il recupero immagini in PyTorch
Collezione di dataset di re-identificazione di persone disponibili pubblicamente
Una potente base per la classificazione di immagini, il riconoscimento facciale e il recupero di immagini con Pytorch
Questo repository contiene il codice per "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] e "MMEB-V3" [COLM 2026]
ACM Multimedia2020 University-1652: Un Benchmark Multi-view Multi-source per la Geo-localizzazione Basata su Drone :helicopter: annota 1652 edifici in 72 università intorno al mondo.
DreamSim: Apprendere nuove dimensioni della somiglianza visiva umana utilizzando dati sintetici (NeurIPS 2023 Spotlight) / / / / Quando l'allineamento percettivo avvantaggia le rappresentazioni della visione? (NeurIPS 2024)
Questo Bot Telegram può dirti l'anime quando invii uno screenshot ad esso
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.
kapture è un formato di file e un set di strumenti per la manipolazione di dataset, in particolare di dati per la Localizzazione Visiva e Structure from Motion.
Modello descrittore Hardnet - "Lavorando sodo per conoscere i margini del tuo vicino: Perdita di apprendimento del descrittore locale"
Ricerca semantica offline da testo a immagine e da immagine a immagine su Android, alimentata dal modello CLIP pre-addestrato con quantizzazione di stato dell'arte e dal motore di inferenza ONNX Runtime
Domande frequenti
Qual è il repository #image-retrieval più popolare su GitHub?
Il progetto open source #image-retrieval più alto in classifica su GitHub è KevinMusgrave/pytorch-metric-learning, con 6,343 stelle. Addestra e valuta gli embedding per la ricerca per similarità con PyTorch. Include funzioni di perdita contrastive, mining di esempi difficili, sampler e metriche di recupero.
Quali linguaggi di programmazione sono più utilizzati nei repository #image-retrieval?
Tra i progetti #image-retrieval più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, TypeScript.
Come viene calcolata la classifica dei repository #image-retrieval?
Monitoriamo 24 repository open source attivi contrassegnati con #image-retrieval (500+ stelle), per un totale di 47,138 stelle e una media di 1,964 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.