#image-classification Репозитории
Всего репозиториев: 107
Расширения PyTorch для быстрого прототипирования R&D и фарминга в Kaggle
Официальная реализация VisionHOPE на PyTorch: визуальные бэкбоны как самоизменяющиеся системы обучения.
Xtreme1 — это универсальная платформа для разметки и аннотирования данных для обучения мультимодальным данным, поддерживающая 3D LiDAR облака точек, изображения и LLM.
Zenless Zone Zero | 绝区零 | Полость Ноль | Автоматический бой | Автоматизация | Классификация изображений | Распознавание OCR
Создавайте, обучайте, оптимизируйте и запускайте модели компьютерного зрения локально — от исходных изображений до инференса в реальном времени. Открытый исходный код, оптимизация для Intel® XPU (также поддерживается CUDA).
PoolFormer: MetaFormer на самом деле то, что вам нужно для зрения (CVPR 2022 Oral)
Официальный репозиторий для "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]
Готовый к использованию код и учебные блокноты, чтобы ускорить ваш переход к обучению с малым количеством примеров для классификации изображений.
Реализация на TensorFlow этой статьи Nvidia: https://arxiv.org/pdf/1604.07316.pdf с некоторыми изменениями
TorchXRayVision: Библиотека наборов данных и моделей рентгеновских снимков грудной клетки. Классификаторы, сегментация и автоэнкодеры.
Автоматически находите проблемы в наборах данных изображений и практикуйте ориентированное на данные компьютерное зрение.
Простой метод выполнения полунадзорового обучения с ограниченными данными.
[TPAMI 2023] LibFewShot: Комплексная библиотека для обучения с малым числом примеров (Few-shot Learning).
AugMix: Простой метод обработки данных для повышения устойчивости и неопределённости
:fire: :fire: :fire: Список статей по некоторым недавним работам в области компьютерного зрения (CV)
Библиотека для экспериментов, обучения и оценки нейронных сетей с акцентом на устойчивость к противнику.
Масштабирование ваших ядер до 31x31: Пересмотр дизайна больших ядер в сверточных нейронных сетях (CVPR 2022)
[ICLR 2024] Официальная реализация FasterViT на PyTorch: Быстрые Vision Transformers с иерархическим вниманием
Репозиторий Vision Transformer с деформируемым вниманием (CVPR2022) и DAT++: Пространственно-динамический Vision Transformer с деформируемым вниманием
YoloDotNet - Проект на C# .NET 8.0 для классификации, обнаружения объектов, обнаружения OBB, сегментации и оценки позы как в изображениях, так и в потоках живого видео.
Высокопроизводительная библиотека компьютерного зрения на Python. Масштабируйте свои исследования, а не шаблонный код.
Мощная базовая модель для классификации изображений, распознавания лиц и поиска изображений с помощью Pytorch
Воспроизведение статьи Янна ЛеКуна 1989 года "Backpropagation Applied to Handwritten Zip Code Recognition" ("Обратное распространение ошибки, примененное к распознаванию рукописных почтовых индексов"), насколько мне известно, самое раннее реальное применение нейронной сети, обученной с помощью обратного распространения ошибки.
Руководство по машинному обучению. Узнайте все об инструментах, библиотеках, фреймворках машинного обучения, больших языковых моделях (LLM) и моделях обучения.
Руководство по обработке сигналов изображения (ISP). Узнайте все о процессе преобразования изображения/видео в цифровой формат путем выполнения таких задач, как шумоподавление, фильтрация, автоматическая экспозиция, автофокус, коррекция HDR и повышение резкости изображения с помощью специализированного типа медиапроцессора.
Аугментация изображений для компьютерного зрения. Только лицензия AGPL-3.0 или коммерческое лицензирование.
[NeurIPS 2020] Этот проект представляет собой надежную одноэтапную базовую линию для классификации, обнаружения и сегментации экземпляров с длинным хвостом (LVIS). Это также реализация на PyTorch статьи NeurIPS 2020 «Классификация с длинным хвостом путем сохранения хорошего и удаления плохого причинного эффекта импульса».
🚀 Высокопроизводительное решение для обнаружения объектов в реальном времени с использованием YOLO11 ⚡️ на базе ONNX-Runtime
[ICLR 2025 Spotlight] Vision-RWKV: Эффективное и масштабируемое визуальное восприятие с архитектурами типа RWKV
Практическое машинное обучение с C++, опубликовано Packt
RectLabel — это оффлайн-инструмент для аннотации изображений для обнаружения объектов и сегментации.