#computer-vision Repositórios
1,451 repositórios no total
Código de teste Pytorch e Torch do CartoonGAN [Chen et al., CVPR18]
Framework baseado em ROS e imagem RPi para controlar drones alimentados por PX4 🍀
[ECCV 2024] InstructIR: Restauração de Imagem de Alta Qualidade Seguindo Instruções Humanas https://huggingface.co/spaces/marcosv/InstructIR
O repositório para "Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"
Artigos, código e conjuntos de dados sobre deep learning para detecção de objetos 3D.
[ICCV 2023] OpenOccupancy: Um Benchmark em Larga Escala para Percepção Semântica de Ocupação do Entorno
BlendedMVS: Um Conjunto de Dados em Larga Escala para Redes Estéreo de Múltiplas Vistas Generalizadas
[IROS 2021] BundleTrack: Rastreamento de Pose 6D para Objetos Novos sem Modelos 3D de Instância ou Nível de Categoria
[CVPR 2024] Photo-SLAM: Localização Simultânea em Tempo Real e Mapeamento Fotorrealista para Câmeras Monoculares, Estéreo e RGB-D
[CVPR 2022] Pré-Treinamento de Transformadores de Nuvem de Pontos 3D com Modelagem de Ponto Mascarado
Implementação em PyTorch de "V* : Busca Visual Guiada como um Mecanismo Central em LLMs Multimodais"
SiLK (Simple Learned Keypoint) é um modelo de pontos-chave de aprendizado profundo auto-supervisionado.
Reconhecimento de placas de veículos de duas etapas, leve e de alto desempenho, em MTCNN e LPRNet
Uma lista selecionada de projetos guiados de ciência de dados e IA para começar a construir seu portfólio
MARS: Um Simulador Ciente de Instância, Modular e Realista para Condução Autônoma
[SIGGRAPH'24] Implementações para "Reconstrução de Superfície de Alta Qualidade usando Surfels Gaussianos".
Reconhecimento de Texto de Cena com Modelos de Sequência Autoregressiva Permutados (ECCV 2022)
Implementação oficial em PyTorch de "Expressive Whole-Body 3D Gaussian Avatar", ECCV 2024.
Suporte de instalação para Frameworks de Deep Learning para o Sistema ArcGIS
Script de farm automático de Princess Connect (PCR) para servidor chinês, com múltiplos processos, baseado em OpenCV + UIAutomator
🙌Coleção de mais de 234 projetos baseados em aprendizado de máquina, aprendizado profundo, visão computacional, processamento de linguagem natural e tudo mais. Mostre seu apoio dando ✨ neste repositório.
Do Grande ao Pequeno: Orientação Planar Local Multiescala para Estimação de Profundidade Monocular
[EMNLP 2025] ViDoRAG: Geração Aumentada por Recuperação de Documentos Visuais via Agentes de Raciocínio Iterativo Dinâmico
Conjunto de dados de texto-vídeo em larga escala. 10 milhões de vídeos curtos legendados.
[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Uma Suíte Holística de Percepção 3D Multimodal para IA Corporificada
[ECCV] Swin2SR: SwinV2 Transformer para Super-Resolução e Restauração de Imagens Comprimidas. Workshop Advances in Image Manipulation (AIM) ECCV 2022. Experimente! mais de 3.3M execuções https://replicate.com/mv-lab/swin2sr
[CVPR 2024] OneLLM: Um Framework para Alinhar Todas as Modalidades com a Linguagem
[ECCV'20] Structured3D: Um Grande Conjunto de Dados Foto-realístico para Modelagem 3D Estruturada
[NeurIPS 2023] Uni-ControlNet: Controle Tudo-em-Um para Modelos de Difusão de Texto para Imagem
Repositório do conjunto de dados Ego4d. Baixe o conjunto de dados, visualize, extraia recursos e exemplo de uso do conjunto de dados
O repositório oficial de "Vidi: Modelos Multimodais Grandes para Entendimento e Edição de Vídeo"
Todos os meus modelos de upscaling de IA auto-treinados e lançados. Depois de reunir e aplicar mais de 600 modelos de upscaling diferentes, aprendi a treinar meus próprios modelos, e estes são os resultados.
Repositório oficial para o artigo da CVPR 2022: I M Avatar: Avatares de Cabeça Morfáveis Implícitos a partir de Vídeos