#pytorch リポジトリ
リポジトリ合計1,936件
[ECCVW 2022] 「Swin-Unet: Medical Image SegmentationのためのUnetライクな純粋Transformer」のコード
YOLO5Face:顔検出器を再発明する理由 (https://arxiv.org/abs/2105.12931) ECCVワークショップ 2022)
Objectronは、短いオブジェクト中心のビデオクリップのデータセットです。また、ビデオにはカメラポーズ、疎なポイントクラウド、平面を含むARセッションメタデータも含まれています。各ビデオでは、カメラがオブジェクトの周囲と上方に移動し、さまざまなビューからオブジェクトをキャプチャします。各オブジェクトは3Dバウンディングボックスで注釈付けされています。3Dバウンディングボックスは、オブジェクトの位置、向き、寸法を記述します。データセットには、約15Kの注釈付きビデオクリップと次のカテゴリの4Mの注釈付き画像が含まれています。
低頻度クラスをオーバーサンプリングし、高頻度クラスをアンダーサンプリングするための (PyTorch) 不均衡データセットサンプラー。
「GVHMR: World-Grounded Human Motion Recovery via Gravity-View Coordinates」のコード、Siggraph Asia 2024、TPAMI 2026
PyTorchモデル用のクラス活性化マップ (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM++, Score-CAM, SS-CAM, IS-CAM, XGrad-CAM, Layer-CAM, Finer-CAM, LeGrad, RefineCAM)
CVPR 2022(口頭発表)論文「Extracting Triangular 3D Models, Materials, and Lighting From Images」の公式コード。
多くの研究により、ディープラーニングのパフォーマンスはトレーニングデータの量に大きく影響されることが示されています。MedicalNetプロジェクトは、一連の3D-ResNet事前学習済みモデルと関連コードを提供します。
micronet、モデル圧縮およびデプロイライブラリ。圧縮:1、量子化:量子化認識トレーニング(QAT)、高ビット(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference)、低ビット(≤2b)/三値および二値(TWN/BNN/XNOR-Net);トレーニング後量子化(PTQ)、8ビット(tensorrt);2、プルーニング:通常、規則的およびグループ畳み込みチャネルプルーニング;3、グループ畳み込み構造;4、量子化のためのバッチ正規化融合。デプロイ:tensorrt, fp32/fp16/in
Scikit-Learn、PyTorch、Hugging Faceライブラリを使用して、Pythonでの機械学習とディープラーニングの基本を説明する一連のJupyter Notebook。
label-smooth, amsoftmax, partial-fc, focal-loss, triplet-loss, lovasz-softmax。おそらく役立つ
ICLR 2023論文「GPTQ: Accurate Post-training Quantization of Generative Pretrained Transformers」のコード。
[NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" および [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation" の公式リポジトリ
PyTorch を用いた高速で正確な人間の姿勢推定。"CPU 上のリアルタイム 2D 複数人姿勢推定: Lightweight OpenPose" 論文の実装を含みます。
SpikingJelly は、PyTorch を基盤とした Spiking Neural Network (SNN) 用のオープンソース深層学習フレームワークです。