#cnn Repositórios
Descubra 62 repositórios ativos de código aberto no GitHub marcados com #cnn, acumulando um total de 320,700 estrelas (uma média de 5,172 por projeto). O líder deste tópico é microsoft/AI-For-Beginners, com 71,086 estrelas.
62 repositórios no total
OCR pronto a usar com mais de 80 idiomas suportados e todos os principais sistemas de escrita, incluindo Latim, Chinês, Árabe, Devanágari, Cirílico e etc.
⚡️HivisionIDPhotos: uma ferramenta de IA leve e eficiente para fotos de identificação. Um algoritmo de inteligência artificial leve para a produção de fotos de identificação.
"Li Hongyi Deep Learning Tutorial" (Recomendado pelo Professor Li Hongyi 👍, Livro da Apple 🍎), endereço para download em PDF: https://github.com/datawhalechina/leedl-tutorial/releases
Uma rede neural que transforma um protótipo de design em um site estático.
Uma biblioteca de código aberto para detecção de rostos em imagens. A velocidade de detecção de rostos pode atingir 1000FPS.
🦙 LaMa Image Inpainting, Inpainting de Máscara Grande Robusto à Resolução com Convoluções de Fourier, WACV 2022
Visão Robótica Robôs Móveis VS-SLAM ORB-SLAM2 Aprendizado Profundo Detecção de Objetos yolov3 Detecção de Comportamento opencv PCL Aprendizado de Máquina Direção Autônoma
Um Sistema de Reconhecimento de Fala Chinês Baseado em Deep Learning
Código para o Livro de Receitas de Aprendizado de Máquina do Tensorflow
Séries Temporais Timeseries Deep Learning Machine Learning Python Pytorch fastai | Biblioteca de Deep Learning de ponta para Séries Temporais e Sequências em Pytorch / fastai
Rede Neural Convolucional para Classificação de Texto em Tensorflow
Ferramentas para Projetar ou Visualizar a Arquitetura de Redes Neurais
Tutoriais sobre como começar com PyTorch e TorchText para análise de sentimentos.
Tengine é um motor de inferência leve, de alto desempenho e modular para dispositivos embarcados
Classificação de texto em chinês com CNN-RNN, baseado em TensorFlow
Cursos introdutórios, avançados e especializados em Deep Learning; casos acadêmicos e práticos da indústria; enciclopédia de conhecimento em Deep Learning e banco de questões para entrevistas. Tudo sobre o curso, os casos e o conhecimento de Deep Learning e IA.
Super-Resolução de Imagem Única Foto-Realista Usando uma Rede Adversária Generativa
Repositório de perguntas e respostas para entrevistas de AIGC/CV/LLMs, contendo também novas ideias, novos problemas, novos recursos e novos projetos do trabalho e do processo de pesquisa
Detectar e reconhecer rostos da câmera / Chamada da câmera para reconhecimento facial, suporta o reconhecimento de várias faces simultaneamente
Mapas de ativação de classe para seus modelos PyTorch (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM++, Score-CAM, SS-CAM, IS-CAM, XGrad-CAM, Layer-CAM, Finer-CAM, LeGrad, RefineCAM)
Integração de modelos de deep learning para classificação de imagens | Projeto de aprendizado/comparação/modificação mágica de backbone
Biblioteca de Visão Computacional para interação humano-computador. Implementa Estimativa de Pose da Cabeça e Direção do Olhar Usando Redes Neurais Convolucionais, Detecção de Pele por Backprojection, Detecção e Rastreamento de Movimento, Mapa de Saliência.
Lista aproximada dos meus recursos favoritos de aprendizagem profunda (deep learning), úteis para revisitar tópicos ou para referência. Eu estudei cuidadosamente todo o conteúdo listado ali. - Guillaume Chevalier
Detector de Marcos Faciais Gratuito em Tempo Real Baseado em Deep Learning para Dispositivos Móveis. Contato: [email protected]
Coleção de notebooks do Google Colaboratory para experimentos rápidos e fáceis
Recuperação de Imagens CNN em PyTorch: Treinamento e avaliação de CNNs para Recuperação de Imagens em PyTorch
[Destaque ICLR'23🔥] O primeiro pré-treinamento bem-sucedido no estilo BERT/MAE em qualquer rede convolucional; Implementação em Pytorch de "Projetando BERT para Redes Convolucionais: Modelagem Mascarada Esparsa e Hierárquica"
Notas de leitura de artigos sobre Aprendizagem Profunda e Aprendizagem Automática
:art: Reconhecimento Aprimorado de Fórmulas Matemáticas: Suporta fórmulas manuscritas e impressas em chinês/inglês, com raciocínio de símbolos primário (base de dados estruturada em Árvore de Sintaxe Abstrata LaTeX) Math Formula OCR Pro, supports handwrite, Chinese-mixed formulas and simple symbol reasoning (based on LaTeX AST).
Implementação Keras de "One pixel attack for fooling deep neural networks" usando evolução diferencial em Cifar10 e ImageNet
Uma biblioteca de Deep Learning para Classificação de Tarefas (Sinais) de EEG, baseada em TensorFlow.
[Não oficial] Implementação em PyTorch de "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)
Diagramas para visualizar a arquitetura da rede neural
RepViT: Revisitando a CNN Móvel a Partir da Perspectiva ViT [CVPR 2024] e RepViT-SAM: Rumo à Segmentação de Qualquer Coisa em Tempo Real
UNetFormer: um transformer semelhante ao UNet para segmentação semântica eficiente de imagens de cena urbana de sensoriamento remoto, ISPRS. Além disso, incluindo outros transformers de visão e CNNs para segmentação de imagens de satélite, aéreas e de UAV.
Bolt é uma biblioteca de aprendizado profundo com alto desempenho e flexibilidade heterogênea.
Este projeto estende a ideia da arquitetura inovadora das Redes de Kolmogorov-Arnold (KAN) para as Camadas Convolucionais, alterando a transformação linear clássica da convolução para ativações não lineares aprendíveis em cada pixel.
D2-Net: Uma CNN Treinável para Descrição e Detecção Conjunta de Características Locais
LLVIP: Um Conjunto de Dados Pareado Visível-Infravermelho para Visão em Baixa Luminosidade
Classificação de texto multirrótulo, classificação multirrótulo, classificação de texto, multi-label, classificador, text classification, BERT, seq2seq, attention, multi-label-classification
Perguntas Frequentes
Qual é o repositório de #cnn mais popular no GitHub?
O projeto de código aberto de #cnn mais bem classificado no GitHub é microsoft/AI-For-Beginners, com 71,086 estrelas. 12 Semanas, 24 Aulas, IA para Todos!
Quais linguagens de programação são mais usadas nos repositórios de #cnn?
Entre os projetos de #cnn mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, HTML.
Como é calculada a classificação dos repositórios de #cnn?
Acompanhamos 62 repositórios ativos de código aberto marcados com #cnn (com mais de 500 estrelas), totalizando 320,700 estrelas e uma média de 5,172 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.