#computer-vision Repositórios
1,451 repositórios no total
Implementação oficial de "OpenPifPaf: Composite Fields for Semantic Keypoint Detection and Spatio-Temporal Association" em PyTorch.
[NeurIPS 2023] Código oficial para "SMPLer-X: Ampliando a Estimativa Expressiva de Pose e Forma Humana"
Nós do ComfyUI para cortar antes da amostragem e recompor depois da amostragem, que aceleram o inpainting.
Encontre automaticamente problemas em conjuntos de dados de imagem e pratique visão computacional centrada em dados.
Notas de leitura sobre Modelos de Linguagem Grandes Multimodais, Modelos de Linguagem Grandes e Modelos de Difusão
Biblioteca de visão computacional rápida para SFM, calibração, marcadores fiduciais, rastreamento, processamento de imagem e muito mais.
Rastreamento de múltiplos objetos de alto desempenho baseado em YOLO, Deep SORT e KLT 🚀
Um hub completo e estruturado para aprender Inteligência Artificial — cobrindo IA, Aprendizado de Máquina, Aprendizado Profundo e Ciência de Dados com livros, roadmaps e recursos selecionados do iniciante ao avançado.
algo como visual-chatgpt, a versão de código aberto do Wenxin Yiyan
:basketball::robot::basketball: Aplicativo web e API de IA para analisar arremessos e postura de arremesso de basquete.
Um método simples para realizar aprendizado semi-supervisionado com dados limitados.
Um novo código-base para métodos populares de Geração de Grafo de Cena (2020). Visualização e Extração de Grafo de Cena em imagens/conjuntos de dados personalizados são fornecidos. É também uma implementação em PyTorch do artigo “Unbiased Scene Graph Generation from Biased Training CVPR 2020”
Um extrator de representação de análise humana pronto para uso.
[CVPR'23, Destaque] ECON: Humanos Vestidos Explícitos Otimizados via Integração Normal
Código para "Deep Snake para Segmentação de Instâncias em Tempo Real" CVPR 2020 oral
Avaliando e reproduzindo políticas de manipulação de robôs do mundo real (por exemplo, RT-1, RT-1-X, Octo) em simulação sob configurações comuns (por exemplo, Google Robot, WidowX+Bridge) (CoRL 2024)
Uma estrutura flexível e extensível para reconhecimento de marcha. Você pode se concentrar em projetar seus próprios modelos e comparar facilmente com o estado da arte com a ajuda do OpenGait.
Modelos de Fundação Multimodais de Fronteira para Compreensão de Imagens e Vídeos
Esta série o levará em uma jornada dos fundamentos de NLP e Visão Computacional até o que há de mais avançado em Modelos de Visão-Linguagem.
Biblioteca de treinamento para detecção e correspondência de características locais
Trabalhos interessantes de visão computacional, aprendizado de máquina e gráficos sobre Gatos!
[CVPR 2024] Implementação oficial de "Deformable 3D Gaussians for High-Fidelity Monocular Dynamic Scene Reconstruction"
🪐 Objaverse-XL é um universo de mais de 10 milhões de objetos 3D. Contém scripts de API para download e processamento!
PyTorch - Cálculo de FID com redimensionamento de imagem e etapas de quantização adequados [CVPR 2022]
:books: Uma coleção de artigos sobre colorização de imagens e vídeos baseada em Deep Learning.
Código para 3D-LLM: Injetando o Mundo 3D em Modelos de Linguagem Grandes
[CVPR2023] O repositório oficial para OC-SORT: SORT Centrado na Observação (Observation-Centric SORT) para Rastreamento Multi-Objeto em vídeo. OC-SORT é simples, online e robusto a oclusão/movimento não linear.
[ICLR 2025 Oral] TANGO: Reencenação de Vídeo de Gestos Durante a Fala com Incorporação Hierárquica de Áudio-Movimento e Interpolação por Difusão
Um tutorial mostrando como configurar a API de Detecção de Objetos do TensorFlow no Raspberry Pi