#computer-vision Репозитории
Всего репозиториев: 1,451
Исправляет изображения пиксель-арта ИИ, видео или веб-загрузки спрайтов
Инструмент генерации данных для обучения ML на основе компьютерного зрения :rocket:
Фреймворк, позволяющий донастраивать модели сопряжения "зрение-язык" на пользовательских наборах данных
Реализация с открытым исходным кодом **MV-DUSt3R+ Одноэтапная реконструкция сцены из разреженных видов за 2 секунды** от Meta Reality Labs. Страница проекта https://mv-dust3rp.github.io/
Список инструментов для аннотирования данных, управления аннотациями и т. д.
[CVPR 2025 Highlight] Matrix3D: Комплексная модель фотограмметрии большого масштаба
[NeurIPS 2021] Многомасштабные эталоны для мультимодального обучения представления
Бенчмарк машинного обучения для сдвигов распределения в реальных условиях с загрузчиками данных, оценщиками и моделями по умолчанию.
Этот репозиторий содержит код оценки для статьи «MMMU: Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI»
Код PyTorch для статьи "FIERY: Future Instance Segmentation in Bird's-Eye view from Surround Monocular Cameras"
Дайте ИИ-агентам глаза, уши и проверяемые результаты. Watch Skill превращает видео, аудио и действия на экране в доступные для поиска доказательства с временными метками и подтверждает выполнение работы детерминированными контрактами, а не мнением модели. DeepWatch — рабочее пространство для агентов на базе DeepSeek Harness. Python + npm, MCP, CLI, REST и Web.
MaaNTE Neverness to Everness (NTE) на базе MAAFramework! Группа QQ для общения: помощник по Neverness to Everness, предоставленный помощником по автоматизации для Neverness to Everness. Автоматическая рыбалка, автопродажа рыбы, автопокупка наживки. Функции: автоматическое приготовление кофе, сбор выручки кафе, автоматический пропуск диалогов сюжета, автоматический сбор ежедневных наград.
Этот репозиторий содержит все необходимое, чтобы стать экспертом в области исследований ML/AI и исследовательских работ
Библиотека для вычисления метрик производительности на основе расстояния до поверхности для задач сегментации.
Первый в мире блокировщик приложений для macOS с поддержкой аутентификации по лицу — полностью бесплатный и с открытым исходным кодом. Разблокируйте приложения на Mac с помощью распознавания лица, Touch ID или пароля. Всё работает локально и шифруется — ваши данные никогда не покидают Mac.
[ICLR 2026] Упрощение производства мультфильмов с помощью генеративного пост-ключевого кадра
Аугментация изображений для компьютерного зрения. Только лицензия AGPL-3.0 или коммерческое лицензирование.
Эффективная модульная реализация ассоциации объектов с трансформерами для сегментации объектов видео в PyTorch
Код синтеза трансформации возраста продолжительности жизни
Документы AAAI 2024: Изучите обширную коллекцию инновационных исследовательских работ, представленных на одной из ведущих конференций по искусственному интеллекту. Беспрепятственно интегрируйте реализации кода для лучшего понимания. ⭐ испытайте передовые достижения в области искусственного интеллекта с помощью этого репозитория!
Подборка отличных ресурсов по эффективной тонкой настройке параметров.
[CVPR 2022] HairCLIP: Создайте свою прическу по тексту и референтному изображению
Полная программа по информатике и инженерии. Дорожная карта, контрольный список для начинающих.
Автоматический скрипт AFK, применим к играм вроде Onmyoji, Azur Lane, Arknights и т.д.
Это официальная реализация нашей статьи: «MiniMax-Remover: Taming Bad Noise Helps Video Object Removal»
[CVPR 2022] MHFormer: Многогипотезный трансформер для оценки позы человека в 3D
Код для статьи "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19)
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.
[ICLR 2026] Trace Anything: Представление любого видео в 4D с помощью полей траекторий
Исходный код статьи "OrienterNet: Визуальная локализация в 2D публичных картах с помощью нейронного сопоставления"
Детектирование + распознавание номерных знаков с использованием YOLOv5 и LPRNet (набор данных CCPD)
Поиск по большим наборам данных изображений с использованием естественного языка и компьютерного зрения
Разметка объектов и экономия времени (LOST) - Разработайте свой собственный умный процесс аннотации изображений в веб-ориентированной среде.
Создание мультимодальной (визуальной) языковой модели с нуля на PyTorch с полным объяснением: https://www.youtube.com/watch?v=vAmKB7iPkWw
[ECCV 2024 Устный доклад] Код статьи: Изображение стоит 1/2 токена после слоя 2: Ускорение вывода в режиме plug-and-play для больших визуально-языковых моделей
[CVPR 2024 - Устный доклад] Сопоставление 2D-изображений в 3D: Метрическая относительная поза из метрических соответствий