#pytorch Репозитории
Всего репозиториев: 1,936
Код для статьи "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19)
Запустите модель Segment Anything 2 на потоковом видео в реальном времени
Вы можете легко рассчитать FVD, PSNR, SSIM, LPIPS для оценки качества сгенерированных или предсказанных видео.
[NeurIPS 2021] LoveDA: Набор данных дистанционного зондирования землепокрытия для адаптивной семантической сегментации домена
Этот репозиторий содержит все необходимое, чтобы стать экспертом в области машинного обучения
Исходный код статьи "OrienterNet: Визуальная локализация в 2D публичных картах с помощью нейронного сопоставления"
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
Используйте модели PyTorch с CasADi для оптимизации на основе данных или оптимального управления на основе обучения. Поддерживает Acados.
Код для статьи ICCV 2021 «Pixel Difference Networks for Efficient Edge Detection» (устное выступление).
[ICCV 2025] FaceLift: Обучение обобщаемой реконструкции 3D лица из синтетических голов на основе одного изображения
[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».
Это официальная реализация PyTorch для "Cross View Fusion for 3D Human Pose Estimation, ICCV 2019".
Это официальный репозиторий кода для "MedMamba: Vision Mamba для классификации медицинских изображений"
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.
[CVPR2024] OneFormer3D: Один трансформер для унифицированной сегментации облаков точек
[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]
Реализация PyTorch для статьи «Driving with LLMs: Fusing Object-Level Vector Modality for Explainable Autonomous Driving»
Официальный код для "RealFusion: 360° реконструкция любого объекта из одного изображения" (CVPR 2023)
【NeurIPS 2022 Spotlight】Нейронная реконструкция поверхностей динамических сцен с помощью монокулярной RGB-D камеры
Организуйте свои эксперименты в отдельные шаги, которые можно кэшировать и повторно использовать в течение всего срока действия вашего исследовательского проекта.
Реализация ChatGPT RLHF (обучение с подкреплением на основе обратной связи от человека) на любой генеративной модели в трансформере huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)
[NeurIPS 2021] Переосмысление пространственно-временных сетей с улучшенным покрытием памяти для эффективной сегментации объектов на видео
Книга «Практические исследования в ИИ» предназначена для начинающих исследователей и шаг за шагом показывает, как начать заниматься исследованиями в области искусственного интеллекта.
Модели PyTorch Lightning для оптического потока, скрипты и предобученные веса.
Официальный код для "К общему базовому проекту для радиологии с использованием веб-масштабных 2D и 3D медицинских данных".
Vector Hub – Библиотека для простого обнаружения и использования передовых моделей для преобразования данных в векторы (text2vec, image2vec, video2vec, graph2vec, bert, inception и т. д.)