#computer-vision Репозитории
Всего репозиториев: 1,451
Скрипты глубокого обучения передового уровня, организованные по моделям - легко обучать и развертывать с воспроизводимой точностью и производительностью на инфраструктуре корпоративного уровня.
Набор инструментов для создания приложений машинного обучения и анализа данных реального мира на C++
Синтез изображений высокого разрешения с помощью латентных диффузионных моделей
Этот репозиторий содержит коды статьи «A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild», опубликованной на ACM Multimedia 2020. Для коммерческой модели HD попробуйте Sync Labs.
Расширенная объяснимость ИИ для компьютерного зрения. Поддержка CNN, Vision Transformers, Классификация, Обнаружение объектов, Сегментация, Сходство изображений и многое другое.
Погрузитесь в Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision и NLP, изучая эти увлекательные лекции!!
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 Статьи/Код/Интерпретации/Сборник прямых трансляций, Собрано командой Джиму
Репозиторий предоставляет код для выполнения вывода и тонкой настройки с помощью модели Meta Segment Anything Model 3 (SAM 3), ссылки для загрузки обученных контрольных точек модели и примеры ноутбуков, демонстрирующие использование модели.
InstantID: Беспримеровая генерация с сохранением идентичности за секунды 🔥
OpenVINO™ — это набор инструментов с открытым исходным кодом для оптимизации и развертывания вывода ИИ.
Визуализируйте, запрашивайте и транслируйте данные для обучения мультимодальных робототехнических систем.
Модели семантической сегментации с более чем 500 предобученными сверточными и основанными на трансформерах backbone.
Фреймворк с низким кодом для создания пользовательских LLM, нейронных сетей и других моделей ИИ
X-AnyLabeling: лёгкое, эффективное и унифицированное кроссплатформенное настольное приложение для разметки текста, изображений, видео, облаков точек и мультимодальных данных. Оно сочетает универсальные встроенные инструменты с передовыми моделями ИИ и поддерживает гибкий экспорт в нескольких форматах.
Этот репозиторий содержит тщательно подобранную коллекцию из более чем 300 примеров из более чем 80 компаний, подробно описывающих практическое применение и идеи по проектированию систем машинного обучения (ML). Содержимое организовано так, чтобы вы могли легко найти соответствующие примеры на основе отрасли или конкретных случаев использования ML.
[CVPR 2024] Официальный репозиторий для "MagicAnimate: Temporally Consistent Human Image Animation using Diffusion Model"
Реализация YOLOv3, YOLOv3-SPP и YOLOv3-tiny на PyTorch для обнаружения объектов в реальном времени с поддержкой обучения, валидации, инференса и экспорта в различные форматы.
Взломостойкие и оптимизированные строительные блоки Transformer, поддерживающие композитную конструкцию.
openFrameworks — это кросс-платформенный набор инструментов, разработанный сообществом для креативного программирования на C++.
Мои непрерывно обновляемые заметки и демонстрации по Machine Learning, вероятностным моделям и Deep Learning (2000+ слайдов) Мои непрерывно обновляемые лекционные материалы по машинному обучению, вероятностным моделям и глубокому обучению (2000+ страниц) и ссылки на видео
RF-DETR — это архитектура модели для обнаружения и сегментации объектов в реальном времени, разработанная Roboflow, SOTA на COCO, предназначенная для тонкой настройки (fine-tuning). [ICLR 2026]
SLAM в реальном времени для моноокулярных, стерео- и RGB-D камер с возможностями обнаружения петель и релокализации
🦙 LaMa Image Inpainting, устойчивое к разрешению инпейтинг больших масок с использованием сверток Фурье, WACV 2022
Лучшие практики, примеры кода и документация для Computer Vision.
Сборник обучающих материалов по передовым моделям и методам компьютерного зрения. Изучите всё: от фундаментальных архитектур, таких как ResNet, до новейших моделей, таких как RF-DETR, YOLO11, SAM 3 и Qwen3-VL.
Комплексный набор инструментов для высококачественного извлечения содержимого PDF
Код для нашей новой принятой статьи в Pattern Recognition 2020: "U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection."
FaceChain — это набор инструментов глубокого обучения для создания вашего цифрового двойника (Digital-Twin).
Deeplake — это AI Data Runtime для агентов. Она предоставляет бессерверный Postgres с мультимодальным хранилищем данных, обеспечивая масштабируемый поиск и обучение.