#classification Репозитории
Всего репозиториев: 87
🔥🔥🔥TensorRT для YOLO26 (обнаружение/поза/сегментация/глубина/ориентированные рамки/классификация), YOLOv11, YOLOv10, YOLOv9, YOLOv8 и других 🚀🚀🚀 ВАМ НУЖНА ТОЛЬКО CUDA. 🍎🍎🍎
[pip install medmnist] 18 стандартизированных наборов данных для 2D и 3D классификации биомедицинских изображений
Репликация простых проектов CV, включая attention, классификацию, детекцию, детекцию ключевых точек и т.д.
Запускайте Laya — модель принятия решений System-1 с открытым исходным кодом, совместимую с Jev, — из Node.js / TypeScript через ONNX Runtime
Каркас предварительного обучения Tencent на PyTorch и зоопарк предварительно обученных моделей
Комплексная библиотека для машинного обучения и численных вычислений. Применяйте машинное обучение с помощью Rust, опираясь на фундаментальные принципы.
jevos: альтернатива Jev и Microsoft-Decision-1 с открытым исходным кодом. Решения «да/нет», выбор и оценка с вероятностями — на процессоре вашего ноутбука.
Модуль на основе scikit-learn для мультилейбловой классификации и т. д.
MOMENT: Семейство открытых базовых моделей для временных рядов, ICML'24
Набор инструментов для точной настройки, абляции и модульного тестирования LLM с открытым исходным кодом.
Репозиторий Github с учебными пособиями по тонкой настройке трансформеров для различных задач NLP
[CVPR2026]🚀🚀🚀Официальный код для статьи "YOLO-Master: MOE-Accelerated с специализированными трансформерами для улучшенного обнаружения в реальном времени." *(YOLO = You Only Look Once)* 🔥🔥🔥
Подборка громких реальных примеров неудачных проектов машинного обучения
Ускорьте рабочие процессы контента WordPress и вовлеченность с помощью искусственного интеллекта.
Кластеры и элементы для прикрепления к событиям или атрибутам MISP (например, угрозовые актеры)
Публикуйте созданное вами на Jev — платформе с моделью принятия решений System One от TypeSafe AI: еженедельная доска, где авторы размещают свои работы, а пользователи голосуют. Также здесь есть индекс общедоступных примеров Jev, сгруппированных по шаблонам принятия решений, с цитатами источников, датированными проверками ссылок и проверками текста в местах вызова; время выполнения и производительность здесь независимо не тестировались. EN/中文, схема JSON, матрица платформ.
Этот репозиторий предоставляет полный список наборов данных радиолокационных и оптических спутниковых снимков, отобранных для задач обнаружения, классификации, семантической сегментации и сегментации экземпляров судов. Эти наборы данных идеально подходят для приложений в области компьютерного зрения, машинного обучения, дистанционного зондирования и морского анализа.
Сводник бесплатных ресурсов для чтения по ML
Собранный список отличных статей о воплощённом ИИ и связанных с ним исследовательских/промышленно‑ориентированных ресурсах。
pytextclassifier — это набор инструментов для классификации текста. Классификация текста, реализации моделей классификации, таких как LR, Xgboost, TextCNN, FastText, TextRNN, BERT и т.д., готовые к использованию.
Этот репозиторий содержит реализацию на PyTorch статьи: «Обучение глубоких сетей на основе доказательств для количественной оценки неопределенности классификации»