#computer-vision Репозитории
Всего репозиториев: 1,451
Robust Video Matting in PyTorch, TensorFlow, TensorFlow.js, ONNX, CoreML!
Руководство Hello AI World по развертыванию сетей вывода глубокого обучения и примитивов глубокого зрения с помощью TensorRT и NVIDIA Jetson.
Простое в использовании устройство для подключения "старых" измерительных приборов (воды, электричества, газа и т. д.) к цифровому миру
Материалы для лаборатории по MIT 6.S191: Введение в глубокое обучение
Справка по собеседованиям по глубокой обучению (Включает математику, машинное обучение, глубокое обучение, компьютерное зрение, обработку естественного языка и SLAM и т.д.)
Zenless Zone Zero "Под ключ" | Полностью автоматический | Автоматическое уклонение | Автоматические ежедневные задания | Автоматические полости | Поддержка геймпада
Сопутствующий код в «Практическом руководстве по обучению моделей PyTorch»
Испытайте, учитесь и программируйте последние прорывные инновации с Microsoft AI
Инпейнстинг чего угодно с помощью моделей Segment Anything и inpainting.
Станьте выдающимся исследователем/инженером в области ИИ/МО с помощью этого нестандартного учебника, который охватывает математику, вычисления и машинное обучение на основе интуиции.
Emote Portrait Alive: Генерация выразительных портретных видео с помощью диффузионной модели Audio2Video в слабых условиях
Пакет Go для компьютерного зрения с использованием OpenCV 4 и выше. Включает поддержку DNN, CUDA, OpenCV Contrib и OpenVINO.
OpenFace — инструмент передового уровня, предназначенный для обнаружения ориентиров лица, оценки позы головы, распознавания единиц действий лица и оценки направления взгляда глаз.
PySlowFast: кодовая база для понимания видео от FAIR для воспроизведения передовых моделей видео.
Открытый формат Lakehouse для мультимодального ИИ. Конвертируйте из Parquet всего за 2 строки кода для 100-кратного ускорения произвольного доступа, векторного индекса и версионирования данных. Совместимо с Pandas, DuckDB, Polars, Pyarrow и PyTorch, а также ожидаются новые интеграции.
Навык агента, который определяет, где была сделана фотография, используя геометрию OpenStreetMap, линии горизонта с учётом высоты, спутниковые снимки и панорамы улиц, а также показывает ход своей работы. Работает с Claude Code, Codex, Cursor, Gemini CLI, OpenCode и GitHub Copilot.
OpenMMLab Мультимодальный продвинутый, генеративный и интеллектуальный инструментальный ящик для создания. Разблокируйте магию 🪄: Генеративный ИИ (AIGC), простые в использовании API, впечатляющая коллекция моделей, модели диффузии для генерации изображений из текста, восстановления/улучшения изображений/видео и т.д.
Официальный репозиторий "SAMURAI: Adapting Segment Anything Model for Zero-Shot Visual Tracking with Motion-Aware Memory"
Официально поддерживается, поддерживается PaddlePaddle, включая CV, NLP, Speech, Rec, TS, большие модели и так далее.
Список литературы по темам исследований в мультимодальном машинном обучении
Официальная реализация OCR-free Document Understanding Transformer (Donut) и Synthetic Document Generator (SynthDoG), ECCV 2022
Откройте библиотеку множественной геометрии вида. Основа для 3D компьютерного зрения и структуры из движения.
[AAAI 2025] Официальная реализация "OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on"