#computer-vision Репозитории
Всего репозиториев: 1,451
👁️ + 💬 + 🎧 = 🤖 Кураторский список лучших фундаментальных и мультимодальных моделей! [Paper + Code + Examples + Tutorials]
[CVPR'26] ObjectClear: Точный удаление объектов и эффектов с адаптивным вниманием к целям
DreamSim: Обучение новым измерениям человеческого визуального сходства с использованием синтетических данных (NeurIPS 2023 Spotlight) / / / / Когда перцептивное выравнивание приносит пользу представлениям зрения? (NeurIPS 2024)
Официальная реализация статьи CVPR 2022 "Neural RGB-D Surface Reconstruction"
[CVPR 2024] DocRes: Универсальная модель для унификации задач восстановления изображений документов
Моно / стерео оценка глубины + YOLO обнаружение объектов с развертыванием на Jetson Nano / TX2 / GeForce с помощью TensorRT
Генератор алгоритма минимальной свертки Винограда для сверточных нейронных сетей.
Дресс-код: Высокоразрешающая виртуальная примерка по множеству категорий. ECCV 2022
Список ресурсов для сопоставления/регистрации наборов точек, собранных Gang Wang
(CVPR 2025 highlight✨) Официальный репозиторий статьи "LLMDet: Learning Strong Open-Vocabulary Object Detectors under the Supervision of Large Language Models"
[CVPR2024] Код для «SAM-6D: Сегментационная модель «Segment Anything» встречает нулевую оценку позы объекта 6D».
Большая гауссова модель реконструкции для эффективной 3D-реконструкции и генерации
Официальная реализация "Blended Latent Diffusion" [SIGGRAPH 2023]
Автоматический инструмент для ответов на основе Python для Xiaoyuan Kou Suan
[ECCV2024] Это официальный код вывода для статьи «Glyph-ByT5: Пользовательский текстовый кодировщик для точного визуального рендеринга текста» и «Glyph-ByT5-v2: Сильная эстетическая основа для точного многоязычного визуального рендеринга текста»"
Официальная реализация кода Vary-toy (Малая языковая модель встречает усиленный визуальный словарь)
[CVPR 2025, TPAMI 2026] UniScene: Унифицированная генерация сцен вождения с акцентом на занятость
Создавайте полностью функциональные модели компьютерного зрения с помощью PyTorch
Tensorflow Faster R-CNN для Windows/Linux и Python 3 (3.5/3.6/3.7)
Официальная реализация "FitDiT: Улучшение аутентичных деталей одежды для высококачественной виртуальной примерки"
[CVPR 2024 Highlight] Официальный репозиторий для «GPS-Gaussian: Generalizable Pixel-wise 3D Gaussian Splatting for Real-time Human Novel View Synthesis»
Развитие и будущие перспективы больших мультимодальных моделей рассуждений.
Этот репозиторий содержит коды для LipGAN. LipGAN был опубликован как часть статьи под названием "Towards Automatic Face-to-Face Translation".
MLGym Новая структура и эталон для продвижения исследовательских агентов ИИ
Библиотека приобретения изображений для систем машинного зрения на базе GenICam
Простые и модульные детекторы, трекеры и SAM для компьютерного зрения - Запустите YOLOv9,v8,v7,v6,v5,R,X менее чем за 10 строк кода.
Инструмент Node Creative Coding / 3D / Обработка изображений, вдохновленный Quartz Composer
[CVPR 2024 Highlight] Feature 3DGS: Ускорение 3D гауссова сплэттинга для создания дистиллированных полей признаков
[CVPR 2024] Релиз кода для "InstanceDiffusion: Instance-level Control for Image Generation"