#deep-learning 저장소
저장소 총 2,273개
CVPR 2022 논문 "Neural RGB-D Surface Reconstruction"의 공식 구현
"One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"의 공식 코드
정적/배치 및 온라인/지속적 학습을 위한 자동화된 기계 학습(AutoML) 방법 사용 구현/튜토리얼
[CVPR2024] "SAM-6D: Segment Anything Model Meets Zero-Shot 6D Object Pose Estimation " 논문의 코드입니다.
[ECCV2024] "Glyph-ByT5: 정확한 시각적 텍스트 렌더링을 위한 맞춤형 텍스트 인코더" 및 "Glyph-ByT5-v2: 정확한 다국어 시각적 텍스트 렌더링을 위한 강력한 미적 기준선" 논문의 공식 추론 코드입니다."
[CVPR 2025, TPAMI 2026] UniScene: 통합 점유 중심 운전 장면 생성
Windows/Linux 및 Python 3 (3.5/3.6/3.7)을 위한 Tensorflow Faster R-CNN
TransMorph: 비지도 의료 영상 등록을 위한 트랜스포머 (PyTorch)
이 리포지토리는 머신러닝 분야에서 일반적으로 사용되는 알고리즘을 캡슐화하는 일부 코드를 수집합니다. 대부분은 Numpy, Pandas 또는 Torch를 기반으로 합니다. 이 리포지토리를 참조하여 관련 모델 및 알고리즘에 대한 이해를 심화하거나 수정하여 자신에게 맞는 맞춤형 코드를 얻을 수 있습니다.
이 저장소에는 LipGAN의 코드가 포함되어 있습니다. LipGAN은 "Towards Automatic Face-to-Face Translation"이라는 제목의 논문의 일부로 발표되었습니다.
간편하고 모듈식인 컴퓨터 비전 감지기, 추적기 및 SAM - 10줄 미만의 코드로 YOLOv9, v8, v7, v6, v5, R, X 실행.
세계에서 가장 깨끗한 AutoML 라이브러리 ✨ - 올바른 파이프라인 추상화를 사용하여 하이퍼파라미터 튜닝을 수행하여 깨끗한 딥러닝 프로덕션 파이프라인을 작성하세요. 파이프라인 단계에 하이퍼파라미터 공간을 부여하세요. 파이프라인의 단계를 컴포넌트처럼 설계하세요. Scikit-Learn, TensorFlow 및 대부분의 다른 라이브러리, 프레임워크와 MLOps 환경과 호환됩니다.
TorchNPU는 Huawei Ascend for PyTorch 커뮤니티의 핵심 구성 요소로, Ascend가 PyTorch를 위해 개발한 딥러닝 어댑터 플러그인입니다. PyTorch 프레임워크에서 Ascend NPU를 직접 호출할 수 있도록 하며, 개발자에게 Ascend AI 프로세서의 강력한 연산 성능을 제공합니다.
법적 판결 문서 기반의 사건 추출 및 그 응용, 데이터의 형태소 분석, 품사 태깅, 개체명 인식, 사건 요소 추출, 판결 결과 예측 등을 포함
dddmr_navigation은 매핑, 위치 추정, 인식, 경로 계획, 제어기 및 내비게이션 스택을 포함하는 모바일 로봇용 3D 내비게이션 솔루션입니다.