#computer-vision Repositórios
1,451 repositórios no total
Repositório de Código para o Artigo CVPR 2023 "PanoHead: Síntese 3D Completa de Cabeça Ciente da Geometria em 360 graus"
[Destaque do ICCV 2025] OminiControl: Controle Mínimo e Universal para Transformer de Difusão
Monkey (LMM): Resolução de Imagem e Rótulo de Texto São Coisas Importantes para Grandes Modelos Multimodais (Destaque CVPR 2024)
[ECCV 2022] XMem: Segmentação de Objetos de Vídeo de Longo Prazo com um Modelo de Memória de Atkinson-Shiffrin
3.516 Figure 1 / teasers selecionados do ICLR, ICML, NeurIPS, CVPR, ACL e AAAI (2023–2026), com selos de nível e criação de rascunhos de figuras aumentada por recuperação no FigureForge
Biblioteca de odometria visual e SLAM acelerada por CUDA para rastreamento de câmera rápido, preciso e de baixa latência
Recursos de desenvolvimento de realidade aumentada (RA) --- Compilado por AIRX
[Finalista do Melhor Artigo da ICCV'25] ReCamMaster: Renderização Generativa Controlada por Câmera a Partir de um Único Vídeo
🚀 Kit de Ferramentas de Implantação YOLO Mais Fácil e Rápido para NVIDIA 🛠️
Reconstrução Precisa de Face 3D com Aprendizagem Fracamente Supervisionada: De Imagem Única a Conjunto de Imagens (CVPRW 2019). Uma implementação em PyTorch.
[ICCV 2023] Make-It-3D: Criação 3D de Alta Fidelidade a partir de Uma Única Imagem com Prior Difusivo
Esta é uma lista de recursos para aprimoramento de imagens com pouca luz
Um sistema de programação probabilística de propósito geral com inferência programável
😎 Uma lista atualizada e selecionada de excelentes artigos, métodos e recursos de aprendizagem semissupervisionada.
Base de Conhecimento de Vídeo Local-First. Indexe sua biblioteca de vídeos com análise multimodal (YOLO, DeepFace, Whisper), busque semanticamente via linguagem natural, pronto para Docker.
Uma coleção de ideias e algoritmos originais e inovadores voltados para Máquinas Literatas Avançadas. Este projeto é mantido pela Equipe de OCR no Laboratório de Tecnologia de Linguagem, Tongyi Lab, Alibaba Group.
:art: Modelos de segmentação semântica, datasets e perdas implementados em PyTorch.
(IROS 2020, ECCVW 2020) Implementação Oficial em Python para "Rastreamento 3D de Múltiplos Objetos: Uma Linha de Base e Novas Métricas de Avaliação"
Biblioteca de inferência de IA on-device para React Native, de alto desempenho e com foco na privacidade, alimentada pelo runtime ExecuTorch do PyTorch
Uma coleção de artigos e códigos para CVPR2026/CVPR2025/CVPR2024/CVPR2021/CVPR2020 visão de baixo nível
Exemplos de trechos de código e código de aprendizado de máquina para o Teachable Machine
TorchMultimodal é uma biblioteca PyTorch para treinar modelos multitarefa multimodais de última geração em escala.
Treinamento completo para modelos de visão (YOLO, ViTs, RT-DETR, DINOv3): pré-treinamento, ajuste fino, destilação.
Implementação de "EasyControl: Adicionando Controle Eficiente e Flexível para Difusão Transformer" (ICCV2025)
WiFi-3D-Fusion é um projeto de pesquisa de código aberto que utiliza sinais WiFi CSI e aprendizado profundo para estimar a pose humana em 3D, fundindo sensoriamento sem fio com técnicas de visão computacional para a próxima geração de consciência espacial.
Código para o artigo "ViperGPT: Inferência Visual via Execução Python para Raciocínio"