#computer-vision Repositórios
1,451 repositórios no total
[CVPR 2021] Restauração Progressiva de Imagens em Múltiplas Etapas. Resultados SOTA para desembaçamento de imagem, remoção de chuva e desruído.
O percurso de aprendizagem mais completo para engenheiros de agentes · Domine a engenharia de IA do zero · 20 etapas, 542 aulas · Tradução completa para o chinês + site complementar + vídeos explicativos animados · Guia para se tornar engenheiro de agentes de IA
Uma coletânea de artigos sobre o tema 'Visão Computacional em Ambientes Reais (CVinW)'
Um conjunto de dados de galeria de prompts de texto para imagem em larga escala baseado no Stable Diffusion
Uma implementação completa em Python para um sistema de visão 360° (surround view) de carros reais
[ICCV'25]DimensionX: Crie Cenas 3D e 4D Quaisquer a Partir de Uma Única Imagem com Difusão de Vídeo Controlável
Detecção de Emoções Faciais em tempo real utilizando aprendizado profundo
🚀 A API de Contagem de Objetos do TensorFlow é um framework de código aberto construído sobre o TensorFlow e o Keras que facilita o desenvolvimento de sistemas de contagem de objetos!
Projeto de reconhecimento facial em tempo real com OpenCV e Python
[CVPR 2023] Uma alternativa acadêmica à rede de ocupação da Tesla para direção autônoma.
SDK Python para remoção de fundo local e em nuvem (pip install withoutbg)
TinyGPT-V: Modelo de Linguagem Grande Multimodal Eficiente via Backbones Pequenos
CommonForms — modelos abertos para detecção automática de campos de formulário PDF
Código para "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
AlpaSim é uma plataforma de simulação de veículos autónomos de código aberto projetada para o desenvolvimento e teste de políticas AV de ponta a ponta
LucidFlux: Restauração de imagens foto-realistas sem legendas via um Transformador de Difusão de grande escala, ICLR 2026
Este repositório contém o código do artigo da CVPR 2022 "Segmentação de Imagens Utilizando Prompts de Texto e Imagem".
Repositório Oficial de "Mish: Uma Função de Ativação Neural Não Monotônica Auto-Regularizada" [BMVC 2020]
Aplicativo Streamlit demonstrando um navegador de imagens para o conjunto de dados de carro autônomo da Udacity com detecção de objetos em tempo real usando YOLO.
HuMo: Geração de Vídeo Centrada no Humano via Condicionamento Colaborativo Multimodal
Lift, Splat, Shoot: Codificando Imagens a Partir de Configurações Arbitrárias de Câmera por Desprojeção Implícita para 3D (ECCV 2020)
Explore interativamente conjuntos de dados não estruturados do seu dataframe.
[ECCV`24&ICLR`25] Série CityGaussian para Reconstrução de Cenários em Grande Escala e de Alta Qualidade com Gaussianas
Livros / PDFs / EPUBs para diferentes campos de programação. LEIA CRESCA E APRECIE 😊😊😊😊
Notas de leitura de artigos sobre Aprendizagem Profunda e Aprendizagem Automática
Uma implementação em TensorFlow deste artigo da Nvidia: https://arxiv.org/pdf/1604.07316.pdf com algumas alterações
[CVPR2024] StableVITON: Aprendendo Correspondência Semântica com Modelo de Difusão Latente para Provador Virtual
ktrain é uma biblioteca Python que torna o aprendizado profundo e a IA mais acessíveis e fáceis de aplicar
Replicação de projetos simples de Visão Computacional, incluindo atenção, classificação, detecção, detecção de pontos-chave, etc.
Uma coleção de artigos sobre modelos de difusão para geração 3D.
[ICCV'23] Campos de Radiância Neural Eficientes e Sensíveis à Região para Síntese de Retratos Falantes de Alta Fidelidade
⚡️A estrutura de percepção espacial para construir rapidamente robôs e espaços inteligentes
[CVPR'25]Tora: Transformador de Difusão Orientado a Trajetória para Geração de Vídeo
Esta base de código demonstra como sintetizar animações realistas de personagens 3D, dadas um sinal de fala arbitrário e uma malha de personagem estática.
[CVPR 2024 Oral, Melhor Artigo Segundo Lugar] Código para "pixelSplat: 3D Gaussian Splats a partir de Pares de Imagens para Reconstrução 3D Escalável e Generalizável" por David Charatan, Sizhe Lester Li, Andrea Tagliasacchi e Vincent Sitzmann
Coleção de recursos incríveis sobre tradução de imagem para imagem.