#pytorch 저장소
저장소 총 1,936개
YOLO5Face: 왜 얼굴 감지기 재발명 (https://arxiv.org/abs/2105.12931) ECCV 워크숍 2022)
V-Express는 참조 이미지, 오디오 및 V-Kps 이미지 시퀀스의 제어 하에 말하는 머리 비디오를 생성하는 것을 목표로 합니다.
Objectron은 짧은 객체 중심 비디오 클립 데이터셋입니다. 또한, 비디오에는 카메라 포즈, 희소 포인트 클라우드 및 평면을 포함한 AR 세션 메타데이터가 포함되어 있습니다. 각 비디오에서 카메라는 객체 주위와 위를 이동하며 다양한 뷰에서 객체를 캡처합니다. 각 객체는 3D 바운딩 박스로 주석 처리되어 있습니다. 3D 바운딩 박스는 객체의 위치, 방향 및 치수를 설명합니다. 데이터셋에는 약 15K개의 주석 처리된 비디오 클립과 다음 카테고리의 4M개의 주석 처리된 이미지가 포함되어 있습니다.
저빈도 클래스에 대한 오버샘플링과 고빈도 클래스에 대한 언더샘플링을 위한 (PyTorch) 불균형 데이터셋 샘플러.
"GVHMR: World-Grounded Human Motion Recovery via Gravity-View Coordinates"에 대한 코드, Siggraph Asia 2024, TPAMI 2026
PyTorch 모델을 위한 클래스 활성화 맵 (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM++, Score-CAM, SS-CAM, IS-CAM, XGrad-CAM, Layer-CAM, Finer-CAM, LeGrad, RefineCAM)
CVPR 2022 (구두 발표) 논문 "Extracting Triangular 3D Models, Materials, and Lighting From Images"의 공식 코드입니다.
많은 연구에서 딥러닝 성능이 훈련 데이터 양에 크게 영향을 받는다는 것이 밝혀졌습니다. MedicalNet 프로젝트는 일련의 3D-ResNet 사전 훈련 모델과 관련 코드를 제공합니다.
micronet, 모델 압축 및 배포 라이브러리. 압축: 1、양자화: 양자화 인식 훈련(QAT), 고비트(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference)、저비트(≤2b)/삼원 및 이원(TWN/BNN/XNOR-Net); 훈련 후 양자화(PTQ), 8-bit(tensorrt); 2、 가지치기: 일반、규칙적 및 그룹 컨볼루션 채널 가지치기; 3、 그룹 컨볼루션 구조; 4、배치 정규화 융합을 위한 양자화. 배포: tensorrt, fp32/fp16/in
Scikit-Learn, PyTorch 및 Hugging Face 라이브러리를 사용하여 Python의 머신 러닝 및 딥 러닝 기본 사항을 안내하는 일련의 Jupyter 노트북입니다.
label-smooth, amsoftmax, partial-fc, focal-loss, triplet-loss, lovasz-softmax. 아마 유용할 거야
ICLR 2023 논문 "GPTQ: Accurate Post-training Quantization of Generative Pretrained Transformers"의 코드입니다.
[NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" 및 [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation"의 공식 저장소
PyTorch에서 빠르고 정확한 인간 자세 추정. "CPU에서의 실시간 2D 다중 인물 자세 추정: Lightweight OpenPose" 논문의 구현을 포함합니다.
SpikingJelly는 PyTorch를 기반으로 한 Spiking Neural Network (SNN)용 오픈 소스 딥러닝 프레임워크입니다.