#computer-vision Репозитории
Всего репозиториев: 1,451
Официальная реализация для статьи: InFusion: Inpainting 3D Гауссиан путем обучения завершения глубины из диффузионного приоритета
Ойлеровское увеличение видео в реальном времени: усиление едва заметных движений и цветов с веб-камеры или видео. Linux/Windows/macOS
Физически обоснованное моделирование шума для экстремальной съемки при очень слабом освещении (CVPR 2020 Oral & TPAMI 2021)
[ECCV 2024] ControlNet++: Улучшение условного управления с помощью эффективной обратной связи по согласованности.
[Information Fusion (Vol.103, Mar. '24)] Улучшение Image Matting с использованием предварительно обученных обычных Vision Transformers
Официальный код для «Deep Unrestricted Document Image Rectification», TMM, 2023.
[CVPR 2024 Highlight] XCube: Масштабное 3D генеративное моделирование с использованием разреженных воксельных иерархий
[CVPR 2023, BSP] 3D-регистрация с максимальными кликами
Публичный релиз Image Matching Benchmark: https://image-matching-challenge.github.io
Код и рекомендации по реализации для статьи ✨Counting Anything. Страница проекта: https://mengqi-lei.github.io/count-anything-projectpage/
[AAAI' 25] U-KAN создает прочную основу для сегментации и генерации медицинских изображений
Комплексное руководство по глубокому обучению: от нуля до героя
Официальная реализация Pytorch для «DINO-Tracker: Обучение DINO для самообуча отслеживанию точек в одном видео» (ECCV 2024)
ELITE: Кодирование визуальных концепций в текстовые вложения для индивидуальной генерации изображений по тексту (ICCV 2023, устный доклад)
[NeurIPS 2024] PointMamba: Простая модель пространства состояний для анализа облаков точек
[CVPR 2022] StyleSwin: GAN на основе Transformer для генерации изображений высокого разрешения
[IEEE TMI-2024] UNETR++: Углубленное исследование эффективной и точной 3D сегментации медицинских изображений
Визионер: Переносчик мировой модели, построенный на платформе Gaussian Splatting с поддержкой WebGPU
[CVPR 2023] Параметр — это еще не все: начните с непараметрических сетей для анализа 3D-облаков точек
Потрясающий кураторский список работ по оценке направления взгляда
Фреймворк с открытым исходным кодом для моделей неопределенности и глубокого обучения в PyTorch 🌱
Исследовательский код для метрической оценки глубины на периоркулярных VR-изображениях с использованием данных, сгенерированных UE MetaHuman.
Кроссплатформенная библиотека для 6DoF отслеживания контроллера движения PS Move. Объединение сенсоров, компьютерное зрение, окружающий дисплей (светодиодный шар).
Реализация на Pytorch: «Stable-Hair: Реалистичный перенос волос с помощью диффузионной модели» (AAAI 2025)
🔥🔥🔥Реализация кода Java для вызова RapidOCR (на основе PaddleOCR), адаптация для Mac, Win, Linux, поддержка новейшей версии PP-OCRv4
Заметки о технологии интерактивных цифровых двойников GPT в реальном времени, а не проект с открытым исходным кодом для цифровых двойников
[CVPR 2023] Официальный репозиторий для скачивания, обработки, визуализации и обучения моделей на наборе данных ARCTIC.
Код для работы «Нейронная реконструкция 3D-сцен с предположением о мире Манхэттена», устный доклад на CVPR 2022
Модель дескриптора Hardnet - «Упорно работая, чтобы узнать маржины твоего соседа: Потеря обучения локальному дескриптору»
[MM 2025] EventVAD: Обнаружение аномалий на видео без обучения с учетом событий
Набор данных эмоциональных мульти-модальных актёров с краудсорсингом (CREMA-D)
Этот проект посвящен реализации и исследованию сверточных сетей Колмогорова-Арнольда. Репозиторий включает реализации 1D, 2D и 3D сверток с различными ядрами, модели типа ResNet и DenseNet, код обучения на основе accelerate/PyTorch, а также скрипты для экспериментов с CIFAR-10 и Tiny ImageNet.
безанорный детектор объектов в реальном времени с неплохой производительностью
Список статей по отслеживанию одного объекта (современные SOT-трекеры)
Надстройка Blender для генерации синтетических данных ground truth для приложений компьютерного зрения
Код для создания Stylized-ImageNet, стилизованной версии стандартного ImageNet (ICLR 2019 Oral)
Скрыть штрих-код на изображении. Можно спрятать QR-код на обычной картинке, который будет распознан WeChat. Этим кодом может пользоваться кто угодно, кроме одного человека: маркетинговый аккаунт на Douyin (抖X) под названием «大神开发» (Божественная разработка) последовательно украл более десятка моих оригинальных видео. Я никогда не встречал такого бесстыдного человека!
Этот репозиторий позволяет обучать модели нейронных сетей для выполнения end-to-end распознавания рукописного текста на полной странице с использованием фреймворков глубокого обучения Apache MXNet на датасете IAM.