#computer-vision Репозитории
Всего репозиториев: 1,451
Это репозиторий для нашего нового проекта Highly Accurate Dichotomous Image Segmentation
Превратите любой компьютер или периферийное устройство в центр управления вашими проектами компьютерного зрения.
Magic Copy — это расширение для Chrome, которое использует модель Segment Anything от Meta для извлечения объекта переднего плана из изображения и копирования его в буфер обмена.
Учебные пособия Jupyter Notebook по решению реальных проблем с помощью Machine Learning & Deep Learning с использованием PyTorch. Темы: Обнаружение лиц с Detectron 2, Обнаружение аномалий в временных рядах с LSTM Autoencoders, Обнаружение объектов с YOLO v5, Создайте свою первую Neural Network, Прогнозирование временных рядов для ежедневных случаев Coronavirus, Анализ настроений с BER
Одновременное обнаружение и отслеживание объектов с использованием центральных точек.
C-OCR — это проект OCR, разработанный Ctrip самостоятельно, который в основном включает распознавание документов и материалов, связанных с туризмом, таких как удостоверения личности, паспорта, железнодорожные билеты, визы и т. д. Проект состоит из 4 частей: отказ, обнаружение, распознавание, постобработка.
Одношаговое преобразование изображения в изображение с помощью Stable Diffusion turbo: sketch2image, day2night и многое другое
EfficientSAM: Использовано предварительное обучение изображений с маскированием для эффективного Segment Anything
Бесплатный портативный редактор фотографий, ориентированный на профессиональные функции, высокую производительность и максимальную удобность использования.
Современные модели CLIP для изображений и видео, мультимодальные большие языковые модели и многое другое!
[ECCVW 2022] Коды для работы «Swin-Unet: чисто Трансформерный подход типа Unet для сегментации медицинских изображений»
Освойте ключевые навыки, необходимые для распознавания и решения сложных реальных проблем с помощью машинного обучения и глубокого обучения, используя высоко популярную экосистему Python Machine Learning.
Objectron — это набор данных из коротких видеоклипов, ориентированных на объекты. Кроме того, видео также содержат метаданные AR-сессий, включая позы камеры, разреженные облака точек и плоскости. В каждом видео камера перемещается вокруг и над объектом и захватывает его с разных ракурсов. Каждый объект аннотирован 3D-ограничивающей рамкой. 3D-ограничивающая рамка описывает положение, ориентацию и размеры объекта. В наборе данных содержится около 15 тысяч аннотированных видеоклипов и 4 миллиона аннотированных изображений в следующих категориях.
AALC, помощник Limbus Company для ПК. AALC, помощник Limbus Company на ПК.
[CVPR 2025] MMAudio: Taming Multimodal Joint Training for High-Quality Video-to-Audio Synthesis
DocLayout-YOLO: Улучшение анализа макета документов с помощью разнообразных синтетических данных и адаптивного глобально-локального восприятия
Код для "GVHMR: World-Grounded Human Motion Recovery via Gravity-View Coordinates", Siggraph Asia 2024, TPAMI 2026
Куратированный список ресурсов по самоуправляемым автомобилям и автономным транспортным средствам
Собрать несколько статей о моделях мира (World Models) для автономного вождения (и робототехники и т. д.).
Emgu CV — это кроссплатформенный .Net-обертка для библиотеки обработки изображений OpenCV.
ICCV2019 - Обучение рисовать с помощью модельного глубокого обучения с подкреплением
GlobalBuildingAtlas: открытый глобальный и полный набор данных полигонов зданий, высот и 3D-моделей LoD1
Библиотека вычитания фона на C++ с обертками для Python, MATLAB, Java и GUI на QT
Этот хаб проектов MATLAB and Simulink Challenge содержит список идей научно-исследовательских и проектных работ. Эти проекты помогут вам получить практический опыт и углубиться в тенденции технологий и отраслевые направления.
:pencil2: Веб-инструмент для сегментации изображений для обнаружения объектов, локализации и ключевых точек
Подборка статей и проектов с открытым исходным кодом ECCV 2024, и все эксперты приглашаются к отправке запросов (issue) и обмену статьями и проектами с открытым исходным кодом ECCV 2024.
📺 Комплексное решение для генерации видео высокого разрешения и большой продолжительности на основе Transformer Diffusion
Комплексный обзор компьютерного зрения. Включает обнаружение объектов, отслеживание........