#computer-vision リポジトリ
リポジトリ合計1,451件
リアルタイム・オイラー・ビデオ拡大:ウェブカメラやビデオから微細な動きや色を増幅します。Linux/Windows/macOS
[Information Fusion (Vol.103, Mar. '24)] プリトレーニング済みのプレインビジョントランスフォーマーを使用した画像マッティングの強化
Image Matching Benchmark の公開リリース:https://image-matching-challenge.github.io
論文✨Counting Anythingのコードと実装ガイドライン。プロジェクトページ:https://mengqi-lei.github.io/count-anything-projectpage/
「DINO-Tracker: 単一ビデオにおける自己教師ありポイント追跡のためのDINOの飼いならし」(ECCV 2024)の公式Pytorch実装
PS Move モーションコントローラーの6DoFトラッキング用クロスプラットフォームライブラリ。センサーフュージョン、コンピュータービジョン、アンビエントディスプレイ(LEDオーブ)。
🔥🔥🔥JavaコードによるRapidOCR(PaddleOCRベース)の呼び出し実装、Mac、Win、Linuxに対応、最新PP-OCRv4をサポート
このプロジェクトは、Kolmogorov-Arnold畳み込みネットワークの実装と研究に捧げられます。リポジトリには、さまざまなカーネルを使用した1D、2D、および3D畳み込みの実装、ResNetライクおよびDenseNetライクのモデル、accelerate/PyTorchに基づくトレーニングコード、CIFAR-10およびTiny ImageNetを使用した実験用のスクリプトが含まれています。
Stylized-ImageNetを作成するためのコード、標準 ImageNet のスタイル化バージョン (ICLR 2019 Oral)
写真にバーコードを隠す。通常の画像にQRコードを隠し、WeChatで認識させることができます。このコードは誰でも使用できますが、一人だけは使用できません。抖Xに「大神開発」(神開発)というマーケティングアカウントがあり、これまでに私のオリジナル動画を十数本盗みました。これほど厚顔無恥な人間を私は見たことがありません!
このリポジトリでは、Apache MXNet ディープラーニング フレームワークを使用して、IAM データセット上でエンドツーエンドの全ページ手書き認識を実行するためのニューラルネットワーク モデルを訓練できます。