#pytorch 저장소
저장소 총 1,936개
GPU-Jupyter: 재현 가능한 딥러닝 실험을 위한 풍부한 데이터 과학 도구 스택, TensorFlow 및 PyTorch가 포함된 GPU 가속 JupyterLab입니다.
이 프로젝트는 비디오에서 테니스 선수를 분석하여 속도, 공 샷 속도 및 샷 수를 측정합니다. 이 프로젝트는 YOLO를 사용하여 플레이어와 테니스 공을 감지하고 CNN을 사용하여 코트 키포인트를 추출합니다. 이 실습 프로젝트는 머신 러닝 및 컴퓨터 비전 기술을 연마하는 데 완벽합니다.
„AI 풀스택 - 전 네트웍 우수 리소스 수집 사이트“: 전 네트웍의 우수 리소스를 수집하고, 엔지니어링 실천 문제의 해결 전략 및 핵심 요점을 기록하며, 다양한 실용적인 사례를 공유하고, 최첨단 기술 발전을 추적하며, AI 풀스택 지식을 포괄하고, 빅 모델, 프로그래밍 기술, 머신러닝, 딥러닝, 강화학습, 그래프 신경망, 음성 인식, NLP 및 이미지 인식을 포함한 분야.
[ICCV 2023] "A Simple Framework for Open-Vocabulary Segmentation and Detection" 논문의 공식 구현
So-VITS-SVC 로컬 배포 도움말 문서, Colab 노트북 제공 So-VITS-SVC 로컬 배포 문서 및 Colab 노트북 제공
Stable-Baselines3용 Contrib 패키지 - 실험적 강화 학습(RL) 코드
[NeurIPS 2024 spotlight] MSFA의 공식 구현 및 대규모 합성 개구 레이더(SAR) 객체 탐지를 위한 SARDet_100K 데이터셋 출시
YOLOv11-RGBT: 포괄적인 단일 단계 다중 스펙트럼 객체 감지 프레임워크를 향하여 (YOLOv3부터 YOLOv13까지 모든 YOLO 시리즈 및 RTDETR에 대한 RGBT 감지 지원. 【Ultralytics YOLOv3-YOLOv13】
"I2L-MeshNet: 단일 RGB 이미지에서 정확한 3D 인간 자세 및 메쉬 추정을 위한 이미지-투-픽셀 예측 네트워크"의 공식 PyTorch 구현, ECCV 2020
taichi 언어를 사용한 실시간 복사율 렌더링을 위한 논문 3D Gaussian Splatting의 비공식 구현.
yolort는 tensorrt, libtorch, onnxruntime, tvm 및 ncnn과 같은 특수 가속기에서 yolov5를 위한 런타임 스택입니다.
PyTorch로 구현된 스트리밍 및 비스트리밍 음성 인식 프레임워크로, 온라인 및 오프라인 인식을 모두 지원합니다. 현재 Conformer, Squeezeformer, DeepSpeech2 모델과 다양한 데이터 증강 방법을 지원합니다.