#computer-vision Repositórios
1,451 repositórios no total
OCR rápido e offline para Node.js e C++. PP-OCRv6 com aceleração de hardware por Core ML / WebGPU — reconhece texto em imagens com pontuações de confiança e coordenadas. npm: @arcships/light-ocr
[CVPR 2025] WildGS-SLAM: SLAM de Gaussian Splatting Monocular em Ambientes Dinâmicos
A implementação oficial em PyTorch de “Mamba-YOLO: baseado em SSM para detecção de objetos”
[ECCV 2024] Cena como Gaussianas para Predição de Ocupação Semântica 3D Baseada em Visão
Implementação de “DreamDiffusion: Geração de Imagens de Alta Qualidade a Partir de Sinais de EEG Cerebrais”
[CVPR 2024] Panda-70M: Legendar 70M Vídeos com Múltiplos Professores de Modalidade Cruzada
O conjunto de dados Exclusively Dark (ExDARK), que, ao nosso conhecimento, é a maior coleção de imagens de baixa luminosidade capturadas em ambientes com iluminação muito baixa até ao crepúsculo (ou seja, 10 condições diferentes) até à data, com anotações a nível de classe de imagem e de objeto.
Implementação do artigo "DeepLSD: Detecção e Refinamento de Segmentos de Linha com Gradientes de Imagem Profundos"
Pippo: Humanos de Alta Resolução com Múltiplas Visualizações a Partir de Uma Única Imagem
Rastreamento de Objetos YOLOv7 Usando PyTorch, OpenCV e o Rastreamento SORT
SteadyDancer: Animação de Imagens Humanas Harmonizada e Coerente com Preservação do Primeiro Quadro
Este repositório é uma coleção selecionada dos artigos mais empolgantes e influentes da CVPR 2023. 🔥 [Artigo + Código]
FastDVDnet: Um Algoritmo Muito Rápido de Desruidificação de Vídeo Profundo
Implementação Oficial de "Lumina-mGPT: Iluminando a Geração de Imagem para Texto Foto-realista Flexível com Pré-treinamento Generativo Multimodal"
[ICCV 2025] Diffuman4D: Síntese de Visão Humana Consistente em 4D a partir de Vídeos de Visão Esparsa com Modelos de Difusão Espaço-Temporais
Prov-GigaPath: Um modelo fundacional de lâminas completas para patologia digital a partir de dados do mundo real
Esta é a implementação em pytorch do nosso artigo "RSPrompter: Learning to Prompt for Remote Sensing Instance Segmentation based on Visual Foundation Model"
Também conhecido como Octo-Bouncer. Acionamento de motor de passo de alta precisão com um Teensy 4.0 e um algoritmo personalizado de geração de pulsos, juntamente com processamento de imagem baseado em PC, com o objetivo de fazer uma máquina fazer malabarismos com uma bola de pingue-pongue.
Uma ferramenta de marca d'água para proteger obras de arte humanas de serem usadas em obras de arte sintéticas.
O pacote oficial do Roboflow para Python. Gerencie seus conjuntos de dados, modelos e implantações. O Roboflow tem tudo o que você precisa para criar um aplicativo de visão computacional.
Dalaran — Apache-2.0, infraestrutura de visualização e dados voltada para robótica para séries temporais multimodais. Nativo ROS 2, lê gravações .rrd existentes. Um fork duro de Rerun.
Um projeto relacionado a visão computacional, aprendizado de máquina e aprendizado profundo, contendo notas do curso e programas desenvolvidos por mim.
Pipeline de detecção de objetos YOLOv4/v3/v2 de ponta a ponta, implementado no tf.keras com diferentes tecnologias
Pontuação de Preferência Humana v2: Um Padrão Sólido para Avaliar Preferências Humanas na Síntese de Texto para Imagem