#pytorch Repository
1,936 repository in totale
Convertitore di modelli di deep learning per PaddlePaddle. (Strumento di conversione di modelli di deep learning ใ้ฃๆกจใ)
Codice per EgoX: Generazione di Video Egocentrico da un Video Esocentrico Singolo
GPU-Jupyter: Il tuo JupyterLab accelerato da GPU con un ricco stack di strumenti per la data science, TensorFlow e PyTorch per i tuoi esperimenti di deep learning riproducibili.
[CVPR 2024] X-Adapter: Aggiunta di compatibilitร universale di plugin per modelli di diffusione potenziati
Rilevamento ultraveloce di corsie profonde con classificazione ordinale ibrida guidata da ancoraggio (TPAMI 2022)
Hunyuan-GameCraft: Generazione di video di gioco interattivi ad alta dinamica con condizione storica ibrida
Il primo modello comportamentale per controllare un agente umanoide virtuale basato sulla fisica per una vasta gamma di compiti sull'intero corpo.
[AAAI 2025] Codici ufficiali di "ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models".
[CVPR2023] Blind Video Deflickering tramite Filtraggio Neurale con una Mappa Errata
Un'implementazione efficiente in PyTorch della voce vincente della VQA Challenge 2017.
Repository ufficiale per Splatt3R: Zero-shot Gaussian Splatting da coppie di immagini non calibrate
Articoli recenti ad alta citazione/conferenze top sull'interpretabilitร dei modelli di reti neurali nel deep learning (con codice)
Questo progetto analizza i giocatori di tennis in un video per misurarne la velocitร , la velocitร del colpo e il numero di colpi. Questo progetto rileverร i giocatori e la palla da tennis utilizzando YOLO e utilizzerร anche le CNN per estrarre i punti chiave del campo. Questo progetto pratico รจ perfetto per affinare le tue capacitร di machine learning e computer vision.
Controllo della locomozione basato sull'apprendimento da OpenRobotLab, incluso il controllo della locomozione con modello interno ibrido e H-Infinity
[ICCV 2023] PoseDiffusion: Risoluzione della stima della posa tramite aggiustamento del bundle assistito da diffusione
โAI Full Stack - Sito di raccolta di risorse eccellenti dell'intera reteโ: Raccoglie risorse eccellenti da tutta la rete, documenta strategie di soluzione e punti chiave per problemi di pratica ingegneristica, condivide vari casi pratici, segue lo sviluppo delle tecnologie all'avanguardia e copre la conoscenza full-stack dell'IA, inclusi grandi modelli, tecnologie di programmazione, apprendimento automatico, apprendimento profondo, apprendimento per rinforzo, reti neurali grafiche, riconoscimento vocale, NLP e riconoscimento delle immagini.
Tevatron โ Unified Document Retrieval Toolkit su Scala, Lingua e Modalitร . Demo in SIGIR 2023, SIGIR 2025.
[ICCV 2023] Implementazione ufficiale del paper "A Simple Framework for Open-Vocabulary Segmentation and Detection"
Documentazione di aiuto per la distribuzione locale di So-VITS-SVC, fornisce notebook Colab Documentazione per la distribuzione locale di So-VITS-SVC e fornisce notebook Colab
Pacchetto Contrib per Stable-Baselines3 - Codice sperimentale di apprendimento per rinforzo (RL)
[NeurIPS 2024 spotlight] Implementazione ufficiale di MSFA e rilascio del dataset SARDet_100K per il rilevamento di oggetti su larga scala con radar ad apertura sintetica (SAR)
YOLOv11-RGBT: Verso un framework completo di rilevamento di oggetti multispettrali a stadio singolo (Supporta il rilevamento RGBT per tutte le serie YOLO da YOLOv3 a YOLOv13, oltre a RTDETR. ใUltralytics YOLOv3-YOLOv13ใ
Una toolbox di alto livello per l'uso di reti neurali a valori complessi in PyTorch
[CVPR'25 Highlight] Repository ufficiale di Sonata: Apprendimento auto-supervisionato di rappresentazioni di punti affidabili
Pianificazione del percorso di UAV (veicoli aerei a pilotaggio remoto) multipli/singoli basata su apprendimento per rinforzo profondo
Implementazione ufficiale di PyTorch per "I2L-MeshNet: Image-to-Lixel Prediction Network per una stima accurata della posa umana 3D e della mesh da una singola immagine RGB", ECCV 2020
Il repository principale per la ricerca e lo sviluppo all'avanguardia nel rispondere a domande multilingue.
Un'implementazione non ufficiale del paper 3D Gaussian Splatting per il rendering in tempo reale del campo di radianza con il linguaggio Taichi.
Caratteristiche geometriche completamente convoluzionali: caratteristiche 3D rapide e precise per registrazione e corrispondenza.
PromptKG Family: una galleria di lavori di ricerca, toolkit e liste di articoli relativi al Prompt Learning e al KG.
yolort รจ uno stack di runtime per yolov5 su acceleratori specializzati come tensorrt, libtorch, onnxruntime, tvm e ncnn.
Un framework Pytorch per il riconoscimento vocale automatico in streaming e non, compatibile sia con il riconoscimento online che offline. Attualmente supporta i modelli Conformer, Squeezeformer e DeepSpeech2, insieme a vari metodi di data augmentation.