#computer-vision Репозитории
Всего репозиториев: 1,451
Репозиторий кода для статьи CVPR 2023 «PanoHead: Геометрически-ориентированный 3D синтез полной головы в 360 градусов»
[ICCV 2025 Highlight] OminiControl: Минимальное и универсальное управление для Diffusion Transformer
Monkey (LMM): Разрешение изображения и текстовая метка — важные аспекты для больших мультимодальных моделей (CVPR 2024 Highlight)
[ECCV 2022] XMem: Долгосрочная сегментация объектов видео с использованием модели памяти Аткинсона-Шиффрина
3 516 отобранных Figure 1 / тизеров с ICLR, ICML, NeurIPS, CVPR, ACL и AAAI (2023–2026), с бейджами уровней и созданием черновиков иллюстраций на основе поиска в FigureForge
Библиотека Rust и инструмент командной строки для OCR (извлечение текста из изображений)
Библиотека визуальной одометрии и SLAM с ускорением CUDA для быстрого, точного отслеживания положения камеры с низкой задержкой
Ресурсы для разработки дополненной реальности (AR) (Сводка ресурсов для разработки AR) --- подготовлена AIRX
[Финалист премии «Лучшая статья ICCV'25»] ReCamMaster: Управляемый камерой генеративный рендеринг из одного видео
🚀 Более простой и быстрый набор инструментов для развертывания YOLO для NVIDIA 🛠️
Мощное и простое в использовании программное обеспечение для замены лиц и редактирования видео
Точная 3D-реконструкция лиц со слабоконтролируемым обучением: От одного изображения к набору изображений (CVPRW 2019). Реализация на PyTorch.
[ICCV 2023] Make-It-3D: Высококачественное 3D-создание из одного изображения с использованием диффузионного априорного знания
Это список ресурсов для улучшения изображений при слабом освежении
😎 Актуальный и тщательно отобранный список отличных статей, методов и ресурсов по полуавтоматическому обучению.
Локальная база знаний по видео. Индексируйте вашу видеотеку с мультимодальным анализом (YOLO, DeepFace, Whisper), ищите семантически с помощью естественного языка, готово к Docker.
Сборник оригинальных, инновационных идей и алгоритмов для продвинутых литературных машин. Этот проект поддерживается командой OCR в лаборатории языковых технологий Tongyi Lab группы Alibaba.
:art: Модели, датасеты и функции потерь семантической сегментации, реализованные в PyTorch.
(IROS 2020, ECCVW 2020) Официальная реализация на Python для «3D Multi-Object Tracking: A Baseline and New Evaluation Metrics»
Высокопроизводительная библиотека ИИ-инференса на устройстве для React Native с приоритетом конфиденциальности, работающая на основе среды выполнения ExecuTorch от PyTorch
Сборник статей и кода для CVPR2026/CVPR2025/CVPR2024/CVPR2021/CVPR2020 низкоуровневого зрения
Примеры фрагментов кода и код машинного обучения для Teachable Machine
новейшие исследования в области глубокого обучения с использованием PaddlePaddle
TorchMultimodal — это библиотека PyTorch для обучения передовых мультимодальных многозадачных моделей в большом масштабе.
Комплексное обучение для моделей зрения (YOLO, ViTs, RT-DETR, DINOv3): предварительное обучение, дообучение, дистилляция.
Реализация "EasyControl: Добавление эффективного и гибкого управления для Diffusion Transformer" (ICCV2025)
WiFi-3D-Fusion — это исследовательский проект с открытым исходным кодом, который использует сигналы WiFi CSI и глубокое обучение для оценки 3D-позы человека, объединяя беспроводное зондирование с методами компьютерного зрения для пространственного осознания нового поколения.
Код для статьи "ViperGPT: Визуальный вывод посредством выполнения Python для рассуждений"