#computer-vision Репозитории
Всего репозиториев: 1,451
Репозиторий предоставляет код для выполнения вывода с использованием 3D-модели тела SAM (3DB), ссылки для загрузки обученных контрольных точек модели и наборов данных, а также примеры Jupyter-ноутбуков, демонстрирующих, как использовать модель.
LumenPnP — это машина для сборки и размещения компонентов с открытым исходным кодом.
[CVPR 2024 Highlight] FoundationPose: Унифицированная оценка и отслеживание 6D-позы новых объектов
[ICLR 2025] Hallo2: Длительная и высокоразрешающая анимация портретов, управляемая аудио
Ресурсы на основе событийного зрения. Общинные усилия по сбору знаний об технологиях зрения на основе событий (статьи, семинары, наборы данных, код, видео и т.д.)
GLIDE: модель генерации изображений на основе диффузии с условием по тексту
🔥🔥Библиотека распознавания лиц высокой производительности на PaddlePaddle & PyTorch🔥🔥
Библиотека глубокого обучения для исследований в области понимания видео.
[NeurIPS 2024] Официальный код для PuLID: Чистая и молниеносная настройка идентификаторов с помощью контрастного выравнивания
[CVPR19/TPAMI23] SiamMask: Фреймворк для быстрого онлайн-отслеживания и сегментации объектов
Незатратное маркирование данных с помощью ИИ, поддерживаемое YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) и MobileSAM!!
Бесплатный онлайн-инструмент для маркировки фотографий. https://makesense.ai
Официальная кодовая база, используемая для разработки Vision Transformer, SigLIP, MLP-Mixer, LiT и других.
Towhee — это фреймворк, предназначенный для создания простых и быстрых конвейеров обработки нейронных данных.
Редактируйте что угодно в изображениях с помощью segment-anything, ControlNet, StableDiffusion и других (ACM MM)
SC-FEGAN: Генеративная состязательная сеть для редактирования лиц с эскизом и цветом пользователя (ICCV2019)
🔥🔥🔥 [IEEE TCSVT] Последние статьи, коды и наборы данных по Vid-LLMs.
Официальная реализация «Sonic: Переключение внимания на глобальное восприятие звука в портретной анимации»
Каталог руководств и репозиториев с открытым исходным кодом для работы с Keras, библиотекой глубокого обучения на Python
[CVPR 2024] 4D Гауссово сплайсинг для рендеринга динамических сцен в реальном времени
В этом репозитории содержится официальный проект TransUNet, представленный в нашей статье: TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation.
[CVPR 2025] MASt3R-SLAM: Полноплотный SLAM в реальном времени с априорными данными 3D-реконструкции
Приложение на Python, которое обнаруживает и выделяет частоту сердечных сокращений индивида (используя только его собственную веб-камеру) в реальном времени.
Набор узлов для ComfyUI, которые могут комбинировать слои и маски для достижения функциональности, подобной Photoshop.
Библиотека Compute — это набор функций компьютерного зрения и машинного обучения, оптимизированных для процессоров Arm и GPU с использованием технологий SIMD.
Инструмент с поддержкой компьютерного зрения для извлечения числовых данных из изображений графиков.
Модульная библиотека высокого уровня для обучения воплощённых ИИ-агентов в различных задачах и средах.
Инструмент для надежной сегментации >100 важных анатомических структур на изображениях КТ и МРТ
Платформа навыков открытого AI‑камеры, AI NVR и CCTV‑надзиора. Локальный видеоаналитика VLM с Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Агент безопасности камеры с поддержкой LLM — наблюдает, понимает, запоминает и защищает ваш дом через Telegram, Discord или Slack. Подключаемые AI‑навыки. OpenAI, Google, Anthropic или локальный AI. Работает на Mac Mini и AI‑PC.
Коллекция ПОТРЯСАЮЩИХ моделей "зрение-язык" для задач компьютерного зрения
Собрать статьи, данные и репозитории, связанные с супер-разрешением
Официальная реализация PyTorch для Towards Fast, Accurate and Stable 3D Dense Face Alignment, ECCV 2020.
Приложение/расширение для браузера с ИИ для автоматического перевода комиксов, манги, манхвы, BD, фуметти и других форматов на различные языки (изображения, PDF, EPUB, CBR, CBZ и т. д.).
Реализация Segnet, FCN, UNet, PSPNet и других моделей в Keras.