#computer-vision リポジトリ
リポジトリ合計1,451件
Pixel-LLM コードベースの公式リポジトリ: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (LSVOS 第1位ソリューション)
このリポジトリには、研究論文「MobileCLIP」CVPR 2024 および 「MobileCLIP2」TMLR 2025 年 8 月の公式実装が含まれています。
ユニバーサル・マニピュレーション・インターフェース:実際のロボットなしでの、現場でのロボットティーチング
MixTeX マルチモーダル LaTeX、ZhEn、およびテーブルOCR。Windowsでローカルオフラインで効率的なCPUベースの推論を実行します。
「FeatUp: A Model-Agnostic Frameworkfor Features at Any Resolution」ICLR 2024 公式コード
Machine Learning University: 高速コンピュータービジョンクラス
[ACM MM 2024] 「AniTalker: Animate Vivid and Diverse Talking Faces through Identity-Decoupled Facial Motion Encoding」の公式コードです。
Androidデバイス、Raspberry PiなどでTensorFlow Liteの物体検出モデルを訓練、変換、実行する方法を示すチュートリアル!
ロボティクス/RLドメインに関連する暗黙的表現およびNeRF論文の包括的なリスト。論文、コード、および関連ウェブサイトが含まれます。
2025年、全ネットで最も包括的なプラグアンドプレイモジュールを無料共有!CVPR2025、AAAI2025、ICLR2025、TNNLS2025、arXiv2025......機械学習、ディープラーニングなど、AIの全分野を網羅。画像分類、物体検出、インスタンスセグメンテーション、セマンティックセグメンテーション、パノプティックセグメンテーション、姿勢推定、医療画像セグメンテーション、ビデオ物体セグメンテーション、画像切り抜き、画像編集、単一物体追跡、複数物体追跡、歩行者再識別、RGBT、画像ノイズ除去、雨除去、霧除去、影除去、ぼかし除去、超解像、反射除去、モアレ除去、画像復元、画像修復、ハイパースペクトル画像復元、画像融合、画像カラー化、ハイダイナミックレンジイメージング、ビデオ・画像圧縮、3D点群、3D物体検出、3Dセマンティックセグメンテーション、3D姿勢推定など、様々なコンピュータビジョンおよび画像処理タスク、さらに自然言語処理、大規模言語モデル、マルチモーダルなどのAI関連タスクにも対応。継続的に更新中......
論文「LucidDreamer: Domain-free Generation of 3D Gaussian Splatting Scenes」の公式コード。