#computer-vision Repositórios
1,451 repositórios no total
[ECCV2024 - Oral, Candidato a Melhor Artigo] SEA-RAFT: RAFT Simples, Eficiente e Preciso para Fluxo Óptico
O Hailo Model Zoo inclui modelos pré-treinados e um ambiente completo de construção e avaliação
[Destaque do CVPR 2025] Implementação oficial de "MangaNinja: Colorização de Arte de Linha com Seguimento Preciso de Referência"
Os nós desanexados de [ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle) são principalmente aqueles com requisitos complexos para pacotes de dependência.
Reconstrução 3D de corpo inteiro em tempo real a partir de uma única câmera, saída BVH multipessoal, runtime C++ puro, ONNX + ggml, esqueleto de 70 articulações com mãos.
Uma Lista Curada de Incríveis Modelos de Mundo em Vídeo com Difusão AR: Abrangendo Algoritmos, Aplicações e Infraestrutura, Com o Objetivo de Servir como um Recurso Abrangente para Pesquisadores, Profissionais e Entusiastas.
Vamos treinar transformers de visão (ViT) para CIFAR-10/CIFAR-100/ImageNet
Skill do Claude com tecnologia de IA para animação esquelética 2D no Spine — criação automática de rig, animação e visualização prévia de personagens
[Destaque CVPR'25] Você Vê, Você Consegue: Aprendizagem de Criação 3D em Vídeos Sem Pose, em Escala
Este é um repositório coletivo para todos os progressos relacionados com 3DGS no mundo da pesquisa e da indústria.
Estas são as anotações sobre o estudo de aprendizado de máquina. Você pode encontrar algo útil nelas.
Fruits-360: Um conjunto de dados de imagens contendo frutas e vegetais
:books: Resumo de conteúdos relacionados à Arquitetura de Computadores, Fundamentos de Sistemas Embarcados e Linguagens de Programação Dominantes
BiomedParse: Um Modelo Fundamental para Segmentação, Detecção e Reconhecimento Conjunto de Objetos Biomédicos em Nove Modalidades
Edição de Imagem Baseada em Modelos de Difusão: Um Survey (TPAMI 2025)
Acelere os Fluxos de Trabalho de Conteúdo e o Engajamento do WordPress com Inteligência Artificial.
EfficientSAM3 comprime o SAM3 em modelos leves e amigáveis para borda por meio de destilação de conhecimento progressiva para segmentação e rastreamento de conceitos promptáveis rápidos.
Dado um PDF acadêmico, extraia figuras, tabelas, legendas e títulos de seção.
DifFace: Restauração Cega de Rosto com Contração de Erro Difundido (TPAMI, 2024)
[ECCV 2020] Learning Enriched Features for Real Image Restoration and Enhancement. Resultados SOTA para redução de ruído de imagem, super-resolução e aprimoramento de imagem.
[CVPR 2026 Destaque] Implementações Oficiais para o Artigo - HoloCine: Geração Holística de Narrativas de Vídeo Longo Multi-Shot Cinematográficas
Logos compartilhados da Ultralytics, mídia, imagens de amostra, pesos de modelos pré-treinados, artefatos de conjunto de dados e ativos de lançamento.
Um port em PyTorch de google-research/google-research/robust_loss/
Um Roteiro Completo de ML (Aprendizado de Máquina) Full Stack envolve aprender as habilidades e tecnologias necessárias para se tornar proficiente em todos os aspectos do aprendizado de máquina, incluindo coleta e pré-processamento de dados, desenvolvimento, implantação e manutenção de modelos.
Uma lista selecionada de incríveis exemplos de código, bibliotecas e software relacionados ao MediaPipe
Uma pequena biblioteca de visão computacional, sem dependências e em C, para sistemas embarcados, drones e robótica.
Framework de Gerenciamento de Conjuntos de Dados, uma biblioteca Python e uma ferramenta de CLI para construir, analisar e gerenciar conjuntos de dados de Visão Computacional.
MNNKit é uma coleção de soluções de IA para desenvolvedores móveis, alimentada pelo motor MNN.
Campos de Radiância Neural Dinâmicos para Reconstrução Monocular de Avatares Faciais 4D
[CVPR 2024] MovieChat: De Token Denso a Memória Esparsa para Compreensão de Vídeo Longo