#computer-vision Репозитории
Всего репозиториев: 1,451
Быстрый офлайн-OCR для Node.js и C++. PP-OCRv6 с аппаратным ускорением Core ML / WebGPU — распознаёт текст на изображениях, предоставляя оценки уверенности и координаты. npm: @arcships/light-ocr
[CVPR 2025] WildGS-SLAM: Монокулярный Gaussian Splatting SLAM в динамических средах
[ECCV 2024] Сцена как Гауссианы для семантического предсказания 3D-занятости на основе зрения
Реализация «DreamDiffusion: Генерация высококачественных изображений по сигналам ЭЭГ мозга»
[CVPR 2024] Panda-70M: Создание подписей для 70 миллионов видео с использованием нескольких кросс-модальных учителей
Набор данных Exclusively Dark (ExDARK), который, насколько нам известно, является крупнейшей коллекцией низкоосвещённых изображений, снятых в условиях очень слабого освещения до сумерек (т.е. 10 различных условий) до настоящего времени, с аннотациями уровня классов изображений и объектов.
Реализация статьи «DeepLSD: Обнаружение и уточнение отрезков линий с использованием глубоких градиентов изображений»
Pippo: Высокодетализированные многоракурсные изображения людей по одному изображению
Отслеживание объектов YOLOv7 с использованием PyTorch, OpenCV и Sort Tracking
SteadyDancer: Гармонизированная и когерентная анимация человеческих изображений с сохранением первого кадра
Этот репозиторий представляет собой тщательно подобранную коллекцию самых захватывающих и влиятельных статей CVPR 2023. 🔥 [Статья + Код]
Официальная реализация "Lumina-mGPT: Освещение гибкой фотореалистичной генерации изображений по тексту с помощью мультимодального генеративного предварительного обучения"
HART: Эффективная визуальная генерация с помощью гибридного авторегрессионного трансформера
[ICCV 2025] Diffuman4D: 4D-согласованный синтез человеческих видов из видео с редкими видами с помощью пространственно-временных диффузионных моделей
Prov-GigaPath: Фундаментальная модель для всей истории болезни в цифровой патологии на основе реальных данных
Это реализация нашей статьи «RSPrompter: Обучение подсказкам для сегментации экземпляров дистанционного зондирования на основе визуальной базовой модели» в PyTorch.
«Он же Octo-Bouncer». Высокоточное управление шаговым двигателем с помощью Teensy 4.0 и пользовательского алгоритма генерации импульсов, а также обработка изображений на базе ПК с целью заставить машину жонглировать мячом для настольного тенниса.
Инструмент для нанесения водяных знаков для защиты произведений искусства, созданных человеком, от использования в синтетических произведениях искусства.
Официальный пакет Roboflow для Python. Управляйте своими наборами данных, моделями и развертываниями. В Roboflow есть все необходимое для создания приложения компьютерного зрения.
Dalaran — Apache-2.0, инфраструктура визуализации и данных, ориентированная на робототехнику, для мультимодальных временных рядов. Нативная поддержка ROS 2, чтение существующих записей .rrd. Жесткий форк Rerun.
Проект, связанный с компьютерным зрением, машинным обучением и глубоким обучением, включающий конспекты лекций и программы, написанные мной.
Энд-ту-энд конвейер обнаружения объектов YOLOv4/v3/v2, реализованный на tf.keras с различными технологиями
Human Preference Score v2: Надежный эталон для оценки человеческих предпочтений при синтезе изображений по тексту