Awesome GitHub RepositoriesHuman

This is a real-time object detection framework built on the YOLOv3 architecture, implemented in PyTorch. It provides a complete pipeline for identifying and localizing objects in images and video using a single neural network pass, combining a Darknet-53 backbone with multi-scale feature pyramids and anchor-based bounding box prediction. The framework extends beyond basic detection to include instance segmentation, human pose estimation, and multi-object tracking across video frames. It offers a model export toolkit that converts trained models through ONNX to CoreML, TensorFlow Lite, and Ten

AlphaPose هو إطار عمل للتعلم العميق مخصص لتقدير وضعية الجسم، وهو مكتبة رؤية حاسوبية مبنية على PyTorch مصممة لاكتشاف وتتبع النقاط الرئيسية لجسم الإنسان، والوجه، واليدين، والقدمين في الصور ومقاطع الفيديو. يوفر النظام أدوات لتقدير وضعية الهيكل العظمي وتتبع وضعية عدة أشخاص في آن واحد. يطبق المشروع أدوات لإعادة بناء وضعية الإنسان ثلاثية الأبعاد، حيث يقوم بتوليد مواقع المفاصل وأشكال شبكة الجسم من بيانات الصور ثنائية الأبعاد. كما يتضمن متتبعاً لوضعية عدة أشخاص قادر على الحفاظ على هوية الأفراد عبر إطارات الفيديو المتتالية. يغطي إطار العمل مجموعة واسعة من قدرات الرؤية الحاسوبية، بما في ذلك تحديد النقاط الرئيسية لعدة أشخاص، وتتبع حركة الإنسان، وإعادة بناء شبكات الجسم ثلاثية الأبعاد.

CenterNet هو إطار عمل لاكتشاف الكائنات بنقطة المركز وخط أنابيب رؤية حاسوبية في الوقت الفعلي. يحدد الكائنات والوضعيات من خلال التنبؤ بنقاط المركز بدلاً من استخدام صناديق التثبيت (Anchor boxes). يعمل النظام كمقدر لصناديق الإحاطة ثلاثية الأبعاد، ونموذج لتقدير وضعية الإنسان، وأداة لاكتشاف الكائنات في الوقت الفعلي. يعامل وضع المفاصل ومواقع الكائنات كمشكلات اكتشاف نقطة المركز لتحديد الكيانات في الصور والفضاء ثلاثي الأبعاد. تغطي القدرات اكتشاف الكائنات ثلاثية الأبعاد، وتقدير النقاط الرئيسية للإنسان، وتحليل الفيديو المباشر. يستخدم خط الأنابيب عملية استدلال تغذية أمامية أحادية المرحلة لإجراء تحليل مستمر على كاميرات الويب أو ملفات الفيديو.

PaddleX is a PaddlePaddle-based framework for building, deploying, and fine-tuning AI model pipelines, with pre-built support for computer vision, OCR, document analysis, and time series tasks. It offers a toolkit of ready-to-use pipelines for image classification, object detection, segmentation, and pose estimation, alongside an end-to-end OCR document analysis pipeline that extracts text, tables, formulas, and layout information. The platform also includes a dedicated time series forecasting pipeline for analyzing historical data to detect anomalies, classify patterns, and predict future val

Gluon-CV هي مكتبة رؤية حاسوبية لـ MXNet توفر مجموعة شاملة من معماريات الرؤية وخطوط أنابيب التدريب المنفذة مسبقاً. تعمل كمجموعة أدوات لأبحاث التعلم العميق وحديقة نماذج تحتوي على أوزان مدربة مسبقاً ومتطورة لتحليل الصور والفيديو. يتضمن المشروع مكتبة متخصصة لتقدير وضعية الإنسان ومجموعة أدوات لضغط النماذج. تسمح هذه الأدوات بتقليم وتكميم نماذج التعلم العميق لزيادة سرعة الاستدلال وتسهيل النشر على أجهزة الحافة المقيدة. تغطي المكتبة مجموعة واسعة من قدرات الرؤية، بما في ذلك تصنيف الصور، واكتشاف الكائنات، والتجزئة الدلالية والمثالية. كما توفر أدوات لتحليل الفيديو، مثل التعرف على الإجراءات، وتتبع الكائنات، وتقدير العمق أحادي العين. يتم دعم التدريب من خلال خطوط أنابيب مؤتمتة وأحمال عمل موزعة على وحدات GPU متعددة لتسريع تقارب النموذج.

Sapiens هو نموذج رؤية بشرية عالي الدقة مصمم لمهام رؤية الكمبيوتر التي تركز على الإنسان بدقة عالية. يعمل كمجموعة من الأدوات لتقدير وضعية الإنسان، والعمق، وهندسة السطح. يستخدم المشروع هيكل vision transformer لأداء مهام متعددة من خلال مشفر مشترك. تتيح هذه البنية التنبؤ المتزامن بالهياكل الهيكلية، ومواقع المفاصل، والمسافة بين الكاميرا والموضوع البشري. تغطي قدرات النموذج تجزئة أجزاء جسم الإنسان لعزل المناطق التشريحية عن الخلفيات والتنبؤ بوضع السطح لاستعادة التفاصيل الهندسية ثلاثية الأبعاد من الصور ثنائية الأبعاد. يتم دعم هذه المهام من خلال إطار عمل للتعلم متعدد المهام يستخدم الانحدار على مستوى البكسل وقناع التجزئة الدلالي.