#computer-vision 仓库
共 1,451 个仓库
使用残差量化(Residual Quantization)的自回归图像生成(Autoregressive Image Generation)的官方实现(CVPR '22)
本仓库附带研究论文 ARKitScenes - 使用移动 RGB-D 数据进行 3D 室内场景理解的多样化真实世界数据集,其中包含我们论文中描述的数据、用于可视化和处理资产的脚本以及训练代码。
[3DV 2025] Cameron Smith*, David Charatan*, Ayush Tewari, Vincent Sitzmann 的 "FlowMap: 通过梯度下降实现高质量相机位姿、内参和深度" 的代码
论文代码:CNN 生成的图像出奇地容易被发现……目前为止 https://peterwang512.github.io/CNNDetection/
ICCV 2023-2025 论文:发掘来自顶级计算机视觉会议 ICCV 2023-25 的前沿研究。随时了解计算机视觉和深度学习的最新进展,并附带代码。⭐ 支持视觉智能发展!
这个列表的目的是收集围绕 3D Morphable Models 的共享数据和算法。我们邀请您通过添加拉取请求来贡献这个列表。最初的列表源于 2019 年 3 月的 Dagstuhl 研讨会 3D Morphable Models https://www.dagstuhl.de/19102。
此节点利用 ByteDance 的 LatentSync 模型在 ComfyUI 中提供唇形同步功能。它允许您将视频唇形与音频输入同步。
一种实时方法,直接在流行的Bio Vision Hierarchy (BVH)格式中估计3D人体姿势,给定来自单目彩色图像的2D身体关节估计。我们的贡献包括:(a) 一种新型且紧凑的2D姿势NSRM表示。(b) 人体方向分类器和一组方向调整的
[dsh] 为纯文本模型设计的更强大视觉工具箱:一行命令即可安装使用、粘贴图片即可直接识别、多张图片问答、截图还原为前端 UI 等|DeepSeek Harness 原生集成 agent-vision-toolkit:图片问答、长截图 OCR、UI 还原、定位、像素差异、Artifacts 和 Web UI。