#computer-vision リポジトリ
リポジトリ合計1,451件
最先端の深層学習スクリプト - モデルごとに整理 - エンタープライズグレードのインフラで、再現可能な精度と性能で簡単にトレーニングとデプロイ可能。
このリポジトリには、ACM Multimedia 2020で公開された「A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild」のコードが含まれています。HD商用モデルについては、Sync Labsをお試しください。
コンピュータビジョン向け先進的な AI 説明可能性。CNN、Vision Transformers、分類、物体検出、セグメンテーション、画像類似性などに対応。
これらのエキサイティングな講義から学んで、ディープラーニング、強化学習、機械学習、コンピュータビジョン、そしてNLPにどっぷり浸かろう!!
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 論文/コード/解釈/ライブ配信コレクション、極市チーム整理
このリポジトリは、Meta Segment Anything Model 3 (SAM 3) を使用した推論およびファインチューニング用のコード、訓練済みモデルのチェックポイントをダウンロードするためのリンク、およびモデルの使用方法を示すサンプルノートブックを提供します。
500以上の事前訓練された畳み込みおよびトランスフォーマーベースのバックボーンを備えたセマンティックセグメンテーションモデル。
X-AnyLabeling:テキスト、画像、動画、点群、マルチモーダルデータのアノテーションに対応した、軽量・高効率で統一されたクロスプラットフォームのデスクトップアプリケーションです。多彩な組み込みツールと最先端のAIモデルを組み合わせ、複数の形式への柔軟なエクスポートにも対応しています。
このリポジトリには、80社以上の300以上のケーススタディの厳選されたコレクションが含まれており、機械学習(ML)システム設計の実用的な応用と洞察を詳しく説明しています。コンテンツは、業界または特定のMLユースケースに基づいて関連するケーススタディを簡単に見つけられるように整理されています。
[CVPR 2024] 「MagicAnimate: Diffusion Modelを用いた時間的に一貫した人間の画像アニメーション」の公式リポジトリ
リアルタイム物体検出のためのYOLOv3、YOLOv3-SPP、およびYOLOv3-tinyのPyTorch実装。トレーニング、検証、推論、およびマルチフォーマットのエクスポートをサポート。
openFrameworks は、C++ を用いたクリエイティブコーディングのためのコミュニティ開発のクロスプラットフォームツールキットです。
継続的に更新される私の機械学習、確率モデル、ディープラーニングのノートとデモ (2000+スライド) 私が途切れなく更新する機械学習、確率モデル、ディープラーニングの講義資料(2000+ページ)とビデオリンク
RF-DETRは、Roboflowによって開発されたリアルタイム物体検出およびセグメンテーションモデルアーキテクチャであり、COCOでSOTAを達成し、ファインチューニング向けに設計されています。[ICLR 2026]
最先端のコンピュータービジョンモデルと技術に関するチュートリアルのコレクション。ResNetのような基本的なアーキテクチャから、RF-DETR、YOLO11、SAM 3、Qwen3-VLのような最先端モデルまで、すべてを探求できます。
Pattern Recognition 2020で新たに採択された論文「U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection.」のコードです。
DeeplakeはエージェントのためのAIデータランタイムです。サーバーレスPostgreSQLとマルチモーダルデータレイクを提供し、スケーラブルな検索とトレーニングを可能にします。