#computer-vision Repositórios
1,451 repositórios no total
O repositório fornece código para executar inferência com o SAM 3D Body Model (3DB), links para download dos checkpoints do modelo treinado e dos conjuntos de dados, e notebooks de exemplo que mostram como usar o modelo.
[CVPR 2024 Highlight] FoundationPose: Estimativa e Rastreamento Unificados de Pose 6D de Objetos Novos
[ICLR 2025] Hallo2: Animação de Imagens de Retrato de Longa Duração e Alta Resolução Orientada por Áudio
Recursos de Visão Baseada em Eventos. Esforço da comunidade para coletar conhecimento sobre a tecnologia de visão baseada em eventos (artigos, workshops, conjuntos de dados, código, vídeos, etc)
GLIDE: um modelo de síntese de imagem condicional a texto baseado em difusão
🔥🔥Biblioteca de Reconhecimento Facial de Alto Desempenho no PaddlePaddle e PyTorch🔥🔥
Uma biblioteca de aprendizado profundo para pesquisa em compreensão de vídeo.
[NeurIPS 2024] Código oficial para PuLID: Personalização de ID Pura e Rápida via Alinhamento Contrastivo
[CVPR19/TPAMI23] SiamMask: Uma Estrutura para Rastreamento e Segmentação Rápida de Objetos Online
Rotulagem de dados guiada por IA sem esforço, com suporte de IA de YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) e MobileSAM!!
Código oficial usado para desenvolver Vision Transformer, SigLIP, MLP-Mixer, LiT e mais.
Towhee é uma estrutura dedicada a tornar os pipelines de processamento de dados neurais simples e rápidos.
Edite qualquer coisa em imagens com a tecnologia de segmentação (segment-anything), ControlNet, StableDiffusion, etc. (ACM MM)
Excelente trabalho em estimativa/rastreamento de pose de mão
SC-FEGAN: Rede Adversária Generativa de Edição Facial com Esboço e Cor do Usuário (ICCV2019)
🔥🔥🔥 [IEEE TCSVT] Últimos artigos, códigos e conjuntos de dados sobre Vid-LLMs.
Implementação oficial de "Sonic: Deslocando o Foco para a Percepção Global de Áudio em Animação de Retrato"
Diretório de tutoriais e repositórios de código aberto para trabalhar com Keras, a biblioteca de aprendizado profundo em Python
[CVPR 2024] 4D Splatting Gaussiano para Renderização de Cenas Dinâmicas em Tempo Real
Este repositório inclui o projeto oficial do TransUNet, apresentado em nosso artigo: TransUNet: Transformers tornam-se codificadores fortes para segmentação de imagens médicas.
[CVPR 2025] MASt3R-SLAM: SLAM Denso em Tempo Real com Priores de Reconstrução 3D
Uma aplicação Python que detecta e realça a frequência cardíaca de um indivíduo (usando apenas a sua própria webcam) em tempo real.
Um conjunto de nós para ComfyUI que podem compor camadas e máscaras para alcançar funcionalidades semelhantes ao Photoshop.
A Compute Library é um conjunto de funções de visão computacional e aprendizado de máquina otimizadas para CPUs e GPUs Arm usando tecnologias SIMD.
Ferramenta assistida por visão computacional para extrair dados numéricos de imagens de gráficos.
Uma biblioteca modular de alto nível para treinar agentes de IA incorporados em uma variedade de tarefas e ambientes.
Ferramenta para segmentação robusta de >100 estruturas anatômicas importantes em imagens de TC e RM
Plataforma de habilidades de câmera AI de código aberto, NVR AI e vigilância CCTV. Análise de vídeo VLM local com Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agente de câmera de segurança com poder de LLM — observa, entende, lembra e protege sua casa via Telegram, Discord ou Slack. Habilidades de IA plugáveis. OpenAI, Google, Anthropic ou IA local. Executa em Mac Mini e AI PC.
Coleção de modelos impressionantes de visão e linguagem para tarefas de visão
Coletar artigos, dados e repositórios relacionados à super-resolução
Implementação oficial em PyTorch de Towards Fast, Accurate and Stable 3D Dense Face Alignment, ECCV 2020.
Aplicativo/extensão de navegador de tradução de quadrinhos e mangás com IA para traduzir automaticamente quadrinhos, mangás, manhwas, BDs, fumetti e mais em vários idiomas e formatos (imagens, PDF, EPUB, CBR, CBZ, etc.).
Implementação de Segnet, FCN, UNet, PSPNet e outros modelos no Keras.