#vision-transformers Репозитории
Откройте для себя 33 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #vision-transformers, с общим числом 84,610 звёзд (в среднем 2,563 на проект). Лидером этой темы является jacobgil/pytorch-grad-cam, набравший 13,014 звёзд.
Всего репозиториев: 33
Расширенная объяснимость ИИ для компьютерного зрения. Поддержка CNN, Vision Transformers, Классификация, Обнаружение объектов, Сегментация, Сходство изображений и многое другое.
PySlowFast: кодовая база для понимания видео от FAIR для воспроизведения передовых моделей видео.
Этот репозиторий содержит официальную реализацию "FastVLM: Efficient Vision Encoding for Vision Language Models" - CVPR 2025
Это официальный код проекта MobileSAM, который делает SAM легким для мобильных приложений и за их пределами!
Официальная кодовая база, используемая для разработки Vision Transformer, SigLIP, MLP-Mixer, LiT и других.
Краткое изложение связанных работ по визуальному вниманию. Соответствующий код будет постепенно выпускаться на основе Jittor.
Официальная реализация PyTorch "Diffusion Transformers with Representation Autoencoders"
[CVPR 2025] Fast3R: Towards 3D Reconstruction of 1000+ Images in One Forward Pass
Официальный репозиторий для нашей работы по низкобюджетному обучению крупномасштабных диффузионных моделей.
[CVPR 2025 Oral] Реконструкция против генерации: Обуздание дилеммы оптимизации в латентных диффузионных моделях
CVPR2023 - Активация большего количества пикселей в трансформере для сверхвысокого разрешения изображений TPAMI - HAT: Гибридный трансформер внимания для восстановления изображений
Сборник ресурсов по применению трансформеров в медицинской визуализации.
[CVPR 2021 & IJCV 2024] Переосмысление семантической сегментации с точки зрения последовательности в последовательность с помощью Трансформеров
Официальная реализация авторегрессионной генерации изображений с использованием остаточной квантизации (CVPR '22)
Список статей о некоторых недавних работах по сжатию токенов для Vit и VLM
[ICCV 2021 Oral] PoinTr: Разнообразное завершение облаков точек с помощью трансформеров, учитывающих геометрию
[ICCV 2023] Официальная реализация статьи "A Simple Framework for Open-Vocabulary Segmentation and Detection"
Давайте обучим визуальные трансформеры (ViT) для CIFAR-10/CIFAR-100/ImageNet
DreamSim: Обучение новым измерениям человеческого визуального сходства с использованием синтетических данных (NeurIPS 2023 Spotlight) / / / / Когда перцептивное выравнивание приносит пользу представлениям зрения? (NeurIPS 2024)
Официальный код для "К общему базовому проекту для радиологии с использованием веб-масштабных 2D и 3D медицинских данных".
Официальная реализация Pytorch для «DINO-Tracker: Обучение DINO для самообуча отслеживанию точек в одном видео» (ECCV 2024)
Уход от парадигмы больших данных с помощью компактных трансформеров, 2021 (Обучите ваши Vision Transformers за 30 минут на CIFAR-10 с помощью одного GPU!)
[ECCV 2024] Официальный репозиторий DiffiT: Diffusion Vision Transformers для генерации изображений
Официальная страница GitHub для обзорной статьи «Sora: Обзор предпосылок, технологий, ограничений и возможностей больших визуальных моделей».
Часто задаваемые вопросы
Какой репозиторий по теме #vision-transformers наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #vision-transformers на GitHub — jacobgil/pytorch-grad-cam, набравший 13,014 звёзд. Расширенная объяснимость ИИ для компьютерного зрения. Поддержка CNN, Vision Transformers, Классификация, Обнаружение объектов, Сегментация, Сходство изображений и многое другое.
Какие языки программирования чаще всего используются в репозиториях по теме #vision-transformers?
Среди наиболее высоко оценённых проектов по теме #vision-transformers на GitHub чаще всего используются языки программирования Python, Jupyter Notebook.
Как рассчитывается рейтинг репозиториев по теме #vision-transformers?
Мы отслеживаем 33 активных репозиториев с открытым исходным кодом, отмеченных тегом #vision-transformers (500 и более звёзд), с общим числом 84,610 звёзд и в среднем 2,563 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.