#computer-vision Repositórios
1,451 repositórios no total
Implementação oficial para o artigo: InFusion: Inpainting de Gaussianas 3D via Aprendizagem de Completamento de Profundidade a partir de um Prior de Difusão
Amplificação de vídeo euleriana em tempo real: amplifique movimentos e cores sutis de uma webcam ou vídeo. Linux/Windows/macOS
Modelagem de Ruído Baseada em Física para Fotografia com Iluminação Extremamente Baixa (CVPR 2020 Oral & TPAMI 2021)
[ECCV 2024] ControlNet++: Melhorando Controles Condicionais com Feedback Eficiente de Consistência.
[Information Fusion (Vol.103, Mar. '24)] Potencializando o Image Matting com Transformers de Visão Simples Pré‑Treinados
O código oficial para “Deep Unrestricted Document Image Rectification”, TMM, 2023.
[Destaque CVPR 2024] XCube: Modelagem Generativa 3D em Larga Escala usando Hierarquias Esparsas de Voxel
[CVPR 2023, BSP] Registro 3D com Cliques Maximais
Lançamento público do Image Matching Benchmark: https://image-matching-challenge.github.io
Código e diretrizes de implementação para o artigo ✨Counting Anything. Página do projeto: https://mengqi-lei.github.io/count-anything-projectpage/
[AAAI' 25] U-KAN forma uma espinha dorsal forte para segmentação e geração de imagens médicas
Implementação Oficial do Pytorch para “DINO-Tracker: Domando o DINO para Rastreamento de Pontos Auto-Supervisionado em um Único Vídeo” (ECCV 2024)
ELITE: Codificando Conceitos Visuais em Incorporações Textuais para Geração de Texto para Imagem Personalizada (ICCV 2023, Oral)
Um módulo simples de Detecção de Sonolência para humanos. 😴 🚫 🚗
[NeurIPS 2024] PointMamba: Um Modelo Simples de Espaço de Estados para Análise de Nuvem de Pontos
[CVPR 2022] StyleSwin: GAN baseado em Transformer para Geração de Imagens de Alta Resolução
[IEEE TMI-2024] UNETR++: Aprofundamento na Segmentação de Imagens Médicas 3D Eficiente e Precisa
Visionário: O Carregador de Modelo Mundial Construído na Plataforma de Gaussian Splatting Alimentada por WebGPU
Workshop NeurIPS'24 - UniTable: Rumo a um modelo fundacional unificado para tabelas
[CVPR 2023] O Parâmetro Não é Tudo que Você Precisa: Começando com Redes Não Paramétricas para Análise de Nuvem de Pontos 3D
Extensão do Stable Diffusion WebUI para CLIP Interrogator
Framework open-source para modelos de incerteza e deep learning em PyTorch 🌱
Código de pesquisa para estimativa de profundidade métrica em imagens de RV perioculares usando dados gerados pelo UE MetaHuman.
Biblioteca multiplataforma para rastreamento 6DoF do controlador de movimento PS Move. Fusão de sensores, visão computacional, display ambiente (orbe LED).
Implementação Pytorch de: "Stable-Hair: Transferência de Cabelo do Mundo Real via Modelo de Difusão" (AAAI 2025)
[CVPR 2024] SinSR: Super-Resolução de Imagem Baseada em Difusão em Uma Única Etapa
🔥🔥🔥Implementação em código Java para chamar o RapidOCR (baseado no PaddleOCR), compatível com Mac, Win, Linux, suportando o mais recente PP-OCRv4
Notas técnicas sobre humanos digitais GPT interativos em tempo real, não um projeto de código aberto de humano digital
[CVPR 2023] Repositório oficial para baixar, processar, visualizar e treinar modelos no conjunto de dados ARCTIC.
Código para «Reconstrução neural de cenas 3D com a suposição do mundo de Manhattan», apresentação oral no CVPR 2022
Modelo descritor Hardnet - "Trabalhando duro para conhecer as margens do seu vizinho: Perda de aprendizado de descritor local"
[MM 2025] EventVAD: Detecção de Anomalias em Vídeo Sem Treinamento e com Consciência de Eventos
Conjunto de dados de atores multimodais emocionais de crowdsourcing (CREMA-D)
Este projeto é dedicado à implementação e pesquisa de redes convolucionais de Kolmogorov-Arnold. O repositório inclui implementações de convoluções 1D, 2D e 3D com diferentes kernels, modelos do tipo ResNet e DenseNet, código de treinamento baseado em accelerate/PyTorch, bem como scripts para experimentos com CIFAR-10 e Tiny ImageNet.
um detector de objetos sem âncora de borda em tempo real com desempenho decente
Lista de artigos sobre rastreamento de objeto único (rastreadores SOT de última geração)
Um add-on do Blender para gerar dados sintéticos de verdade para aplicações de Visão Computacional
Código para criar o Stylized-ImageNet, uma versão estilizada do ImageNet padrão (ICLR 2019 Oral)
Esconder código de barras em uma imagem. Pode-se esconder um código QR em uma imagem comum, que pode ser reconhecido pelo WeChat. Este código pode ser usado por qualquer pessoa, exceto por uma: uma conta de marketing no Douyin (抖X) chamada '大神开发' (Desenvolvimento Divino) roubou sucessivamente mais de uma dúzia dos meus vídeos originais. Eu nunca vi uma pessoa tão descarada!
Este repositório permite treinar modelos de redes neurais para realizar reconhecimento de escrita manual de página inteira de ponta a ponta usando os frameworks de deep learning Apache MXNet no IAM Dataset.