#computer-vision Репозитории
Всего репозиториев: 1,451
Сборник общего кода, которым делятся различные исследовательские проекты в команде компьютерного зрения FAIR.
Библиотека и фреймворк с открытым исходным кодом для глубокого обучения на спутниковых и аэрофотоснимках.
Фреймворк для вывода, одновременно с многими полезными демо, если кажется полезным, пожалуйста, поставь звезду
Инструмент для маркировки с использованием SAM (Segment Anything Model), поддерживающий SAM, SAM2, SAM3, sam-hq, MobileSAM, EdgeSAM и т. д. Интерактивный полуавтоматический инструмент для аннотирования изображений.
Qwen-Image-Layered: Многослойное разложение для встроенной редактируемости
Готовый к промышленной эксплуатации C++-движок периферийного ИИ для видеоаналитики и VLM на устройстве на платформах Sophon, Rockchip RKNN и x86, с визуальной оркестрацией, экранной графикой OSD в реальном времени, обработкой событий и воспроизводимыми бенчмарками.
Это исходный код yolo3-pytorch, который можно использовать для обучения вашей собственной модели.
Этот ресурс поддерживает статьи автора по обработке изображений на Python, опубликованные на CSDN, в основном посвященные реализации алгоритмов обработки изображений, распознавания изображений, классификации изображений и т. д. на Python. Надеемся, что этот ресурс будет вам полезен, и будем вместе усердно работать.
Hypersim: Фотореалистичный синтетический набор данных для целостного понимания внутренних сцен
NVIDIA Alpamayo 1 Nano — это открытая модель VLA с 10B параметров для автономных транспортных средств, которая объединяет траектории движения с рассуждением на основе цепочки причинности.
Сотрудничайте и маркируйте любые типы данных, изображений, текстов или документов в простом веб-интерфейсе или настольном приложении.
Машины непрерывного мышления, потому что мышление требует времени, а рассуждение — это процесс.
Все о федеративном обучении, включая исследовательские работы, книги, коды, учебные пособия, видео и многое другое
Real-World Masked Face Dataset, Набор данных лиц в масках в реальном мире
https://textbehindimage.rexanwong.xyz - легко создавайте дизайны с текстом за изображением
Комплексная и своевременная академическая информация по федеративному обучению (статьи, фреймворки, наборы данных, учебные пособия, семинары)
Cambrian-1 — это семейство мультимодальных LLM с ориентированным на зрение дизайном.
Python-обёртка для плотных (полносвязных) CRF Филиппа Крёэнбюля с гауссовыми граничными потенциалами.
Рецепты для уменьшения, оптимизации и настройки передовых моделей компьютерного зрения. 💜
Архитектура NVIDIA AI Blueprint для поиска и обобщения видео (VSS) представляет собой эталонную архитектуру с ускорением на GPU для создания агентов видеоаналитики с проверенными в реальном времени оповещениями, визуальными вопросами и ответами, а также автоматизированной отчетностью. VSS Blueprint использует модели визуального языка (VLM), такие как NVIDIA Cosmos, LLM, такие как NVIDIA Nemotron, RAG и NVIDIA NIM.
Глобальные отпечатки зданий, полученные с помощью спутниковых снимков
Выпуск кода для "Обнаружение двадцати тысяч классов с использованием надзора на уровне изображений".
Approaching (Almost) Any Machine Learning Problem китайская версия, адрес онлайн-документации: https://ytzfhqs.github.io/AAAMLP-CN/
Custom Diffusion: Многоконцептуальная настройка диффузии от текста к изображению (CVPR 2023)