#computer-vision Repositórios
1,451 repositórios no total
[CVPR 2024] GaussianDreamer: Geração Rápida de Texto para Gaussianas 3D ao Ligar Modelos de Difusão 2D e 3D
Uma lista selecionada de artigos de Visão 3D relacionados ao domínio da Robótica na era dos grandes modelos, ou seja, LLMs/VLMs, inspirada em awesome-computer-vision, incluindo artigos, códigos e websites relacionados
Implementação oficial de "LucidDreamer: Em direção à geração de texto para 3D de alta fidelidade via Interval Score Matching"
[CVPR 2022] "MonoScene: Monocular 3D Semantic Scene Completion": Previsão de Ocupação Semântica 3D a partir de uma única imagem
Biblioteca de Visão de alto desempenho em Python. Amplie sua pesquisa, não o código repetitivo.
Notebooks Google Colab acessíveis para treinamento Lora do Stable Diffusion, baseados no trabalho de kohya-ss e Linaqruf
Para automação de saco da felicidade no quarto de transmissão ao vivo do Douyin
[ICCV 2025] LongSplat: Espalhamento Gaussiano 3D Robusto Não Posicionado para Vídeos Longos Casuais
Emoji Scavenger Hunt é um experimento que aproveita o poder das redes neurais e a câmera do seu telefone para identificar as versões do mundo real dos emojis que usamos todos os dias.
Modelos OCR leves e rápidos para reconhecimento de texto de placas de licenciamento.
[CVPR 2024] Spacetime Gaussian Feature Splatting para Síntese de Visão Dinâmica em Tempo Real
Repositório oficial que acompanha um artigo da CVPR 2022, EMOCA: Captura e Animação Facial Monocular Orientada pela Emoção. O EMOCA usa uma única imagem de um rosto como entrada e produz uma reconstrução 3D. O EMOCA estabelece o novo padrão na reconstrução de imagens altamente emocionais em ambientes não controlados.
Uma ferramenta leve para rotulagem de caixas delimitadoras 3D em nuvens de pontos.
[ECCV 2024 - Oral] ACE0 é uma abordagem de structure-from-motion baseada em aprendizado que estima os parâmetros da câmera de conjuntos de imagens aprendendo uma representação de cena implícita e consistente em múltiplas visualizações.
Uma lista selecionada de recursos, bibliotecas e software incríveis para processamento de nuvem de pontos
[TMLR 2025🔥] Um levantamento sobre os modelos autorregressivos em visão.
Calibração geométrica precisa de câmera com modelos de câmera genéricos
Implementação em Pytorch do artigo "Class-Balanced Loss Based on Effective Number of Samples"
[ACM MM 2024] Código Oficial para "HandRefiner: Refinando Mãos Malformadas em Imagens Geradas por Inpainting Condicional Baseado em Difusão"
Ocean é o framework interno para aplicações de Visão Computacional (CV) e Realidade Aumentada (AR) na Meta. É independente de plataforma e é implementado principalmente em C/C++.
Uma biblioteca Python de alto desempenho para captura de tela no Windows usando a API Desktop Duplication - Atualizado em 2026
Sensação tátil • Coleta de dados • IL/RL/VLA/WM • Manipulação • Simulação • Código aberto
De volta ao Destaque: Aprendendo Localização Robusta da Câmera de Pixels a Pose (CVPR 2021)
Um framework de visão computacional de código aberto para construir e implantar aplicativos em minutos
Código e modelos que acompanham "Deep Predictive Coding Networks for Video Prediction and Unsupervised Learning"
Runtime nativo de keying com IA e plugin OFX para DaVinci Resolve, desenvolvido em colaboração com a Corridor Digital.
Implementação em TensorFlow para Computar uma Imagem de Vista Superior (BEV) Semanticamente Segmentada a Partir das Imagens de Múltiplas Câmeras Montadas no Veículo.
[ICRA 2022] Um framework de código aberto para detecção cooperativa. Implementação oficial para OPV2V.
Ambientes simples e facilmente configuráveis semelhantes a jogos 3D FPS para aprendizado por reforço