#deep-learning Репозитории
Всего репозиториев: 2,273
Исходный код статьи "OrienterNet: Визуальная локализация в 2D публичных картах с помощью нейронного сопоставления"
Курируемый список потрясающих фреймворков, программного обеспечения и ресурсов по AGI
Официальная реализация "Blended Diffusion для управляемого текстом редактирования естественных изображений" [CVPR 2022]
Детектирование + распознавание номерных знаков с использованием YOLOv5 и LPRNet (набор данных CCPD)
Создание мультимодальной (визуальной) языковой модели с нуля на PyTorch с полным объяснением: https://www.youtube.com/watch?v=vAmKB7iPkWw
Реализация Enformer, сети внимания Deepmind для прогнозирования экспрессии генов, на PyTorch
[ICCV 2025] SAM2Long: Улучшение SAM 2 для сегментации длинных видео с помощью дерева памяти без обучения
Используйте модели PyTorch с CasADi для оптимизации на основе данных или оптимального управления на основе обучения. Поддерживает Acados.
ACG2vec (Anime Comics Games to vector) стремится создать игровую площадку, объединяющую ACG и глубокое обучение. (Семантический поиск по тексту, поиск изображений по изображению, семантический поиск изображений, сверхвысокое разрешение изображений, рекомендательные системы)
Обработка сигналов изображений ИИ и вычислительная фотография. Официальная библиотека для соревнований NTIRE (CVPR) и AIM (ICCV/ECCV). Вы найдете обученные ISP, восстановление-повышение разрешения-реконструкцию RAW, улучшение изображений, рендеринг боке и многое другое!
Полный список замечательных научных работ по исправлению (ректификации) изображений документов.
Официальный код для статьи ECCV 2024 — Однократный имитатор диффузии для генерации рукописного текста
Официальный репозиторий Make-A-Character: высококачественная генерация 3D-персонажей из текста за считанные минуты
Это официальная реализация PyTorch для "Cross View Fusion for 3D Human Pose Estimation, ICCV 2019".
Мы хорошо знаем GAN за их успех в генерации реалистичных изображений. Однако их можно применять и для генерации табличных данных. Мы рассмотрим и изучим несколько недавних статей о применении GAN для табличных данных.
Официальный репозиторий статьи «Grokfast: ускоренное Гроккинг путем усиления медленных градиентов»
Список ресурсов суперразрешения гиперспектральных изображений, собранных Джунджун Цзян
Тонкая настройка модели Segment-Anything с помощью Lightning Fabric.
Набор инструментов для вычислительной патологии, разработанный Центром TIA Университета Уорика.
TorchANI 2.0 — это библиотека с открытым исходным кодом, которая поддерживает обучение, разработку и исследование межатомных потенциалов нейронных сетей в стиле ANI. Изначально она была разработана и в настоящее время поддерживается группой Roitberg.
[Image and Vision Computing (Vol.147 Июл. '24)] Интерактивное наложение природных изображений с помощью моделей Segment Anything
Глубокое обучение с подкреплением (PPO) в автономном вождении (Carla) [с нуля]
[ECCV 2022 Oral] OpenLane: Масштабный реалистичный набор данных 3D полос движения
Откройте для себя предварительно обученные модели для глубокого обучения в MATLAB
сборник работ, направленных на уменьшение размеров моделей или ускорителя ASIC/FPGA для машинного обучения
Flame — это мультимодальная система ИИ с открытым исходным кодом, разработанная для преобразования макетов дизайна пользовательского интерфейса в высококачественный код React. Она использует моделирование видения и языка, автоматический синтез данных и структурированные рабочие процессы обучения для преодоления разрыва между дизайном и фронтенд-разработкой.