Awesome GitHub RepositoriesComputer Vision Features

This project is an interactive data science environment that combines code execution, rich media visualization, and narrative documentation into a persistent, browser-based platform. It serves as a comprehensive educational resource for scientific computing, providing a framework for iterative data analysis and machine learning prototyping. The environment is distinguished by its focus on high-performance numerical computing, utilizing vectorized array operations and memory-mapped data structures to handle large-scale computations efficiently. It features a unified estimator interface that st

This project is a library of pretrained computer vision architectures and backbones for image classification and feature extraction. It serves as a comprehensive model zoo and collection of standardized image encoders, including ResNet, Vision Transformers, and EfficientNet, for use in visual analysis and as backbones for object detection and image segmentation. The library provides a framework for distributed training and evaluation of image models using advanced data augmentation and optimization scripts. It includes a dedicated toolset for converting trained PyTorch vision models into the

This project is an educational platform and research toolkit designed to teach deep learning through a combination of mathematical theory, visual diagrams, and executable code. It provides a comprehensive environment for building, training, and evaluating neural networks, grounding complex concepts in interactive computational notebooks that allow for hands-on experimentation. The framework distinguishes itself by interleaving theoretical foundations—including linear algebra, calculus, and probability—with practical implementations across multiple industry-standard libraries. It supports flex

Detectron is a PyTorch object detection framework and computer vision research platform. It provides implementations of neural network architectures for locating and identifying objects in images, including Mask R-CNN for generating instance segmentation masks and RetinaNet for one-stage detection. The platform supports computer vision prototyping and object detection research through the deployment of pre-trained baseline models. This allows for the rapid implementation and evaluation of visual recognition systems. Its capabilities cover image object localization and instance segmentation w

This project is a TensorFlow and Keras implementation of the Mask R-CNN architecture. It provides a framework for performing simultaneous object detection and instance segmentation, transforming raw images into segmented masks and bounding boxes for individual object identification. The toolset enables custom computer vision training through fine-tuning pre-trained weights and integrating user-provided datasets. It includes capabilities for distributed GPU training to accelerate the optimization of large vision models. The framework covers model evaluation using standard precision metrics an

PaddleDetection is an object detection framework designed for the end-to-end development, training, and deployment of computer vision models. It provides a comprehensive library of modular neural network architectures and pipelines that support object detection, instance segmentation, and multi-object tracking tasks. The project distinguishes itself through a configuration-driven approach that decouples model components like backbones and heads, allowing for the flexible assembly of custom vision workflows. It incorporates advanced techniques such as anchor-free detection logic, joint detecti

This project is a static educational website and comprehensive curriculum focused on computer vision and deep learning. It serves as a public repository of instructional materials, lecture notes, and technical guides specifically detailing convolutional neural networks and visual recognition. The site is developed using static-site generation to host course documentation and student project directories. It provides structured academic resources that guide learners through image classification, generative modeling, and the implementation of various neural network architectures. The curriculum

tracking.js is a browser computer vision library written in JavaScript for performing real-time image analysis and object tracking directly within a web browser. It functions as a real-time object tracker, a color tracking tool, and a face detection utility. The library enables the detection and monitoring of specific color ranges, human faces, and known visual patterns across consecutive video frames. It extracts visual features and descriptors from images to identify distinct landmarks for matching and tracking. The project covers broad computer vision capabilities, including the ability t

AI-on-the-edge-device is an edge AI meter digitizer and computer vision image processor designed to convert images of analog and digital utility meters into numeric values. It functions as an IoT gateway that runs neural network inference locally on hardware to monitor water, power, and gas readings. The system is distinguished by its ability to handle both analog pointers and digital digits through custom-trained neural networks. It includes specialized tools for image alignment, region-of-interest extraction, and hardware-level lighting control to minimize glare on glass surfaces. To mainta

هذا المشروع عبارة عن إطار عمل لاكتشاف الكائنات في PyTorch ينفذ بنية Faster R-CNN. يعمل كنموذج رؤية للتنبؤ بصناديق التحديد الدقيقة حول كائنات متعددة داخل الصور وتدفقات الفيديو الحية. تم تحسين النظام للتدريب متعدد الـ GPU لتقليل الوقت المطلوب لتقارب النموذج. يستخدم تصميماً مسرعاً بواسطة GPU للتعامل مع تدريب واستنتاج شبكات الاكتشاف المعقدة. يغطي إطار العمل دورة حياة اكتشاف الكائنات الكاملة، بما في ذلك تدريب الشبكة المخصص والاستنتاج للصور الثابتة وتدفقات الفيديو في الوقت الفعلي. يتضمن قدرات للتحقق من أداء النموذج باستخدام مجموعات بيانات قياسية، بالإضافة إلى تحسينات التدريب مثل التجميع القائم على نسبة العرض إلى الارتفاع وأحمال العمل الموزعة.

This repository contains programming assignments and lecture notes from Andrew Ng's foundational deep learning course specialization on Coursera. The materials cover core neural network training techniques including optimization algorithms, normalization methods, regularization approaches, parameter initialization strategies, and learning rate scheduling to improve model convergence and generalization. The coursework explores design principles where successive neural network layers learn progressively more abstract feature representations from input data. It provides guidance on selecting ope

GoCV is a computer vision library and Go language binding for OpenCV. It serves as an image processing toolkit and deep learning inference engine, providing programmatic access to a wide range of algorithms for image manipulation, object detection, and video analysis. The project differentiates itself through high-performance native bindings and hardware acceleration. It utilizes a foreign function interface to map Go calls to C++ functions and includes a hardware-agnostic backend dispatch to route neural network tasks to computation engines such as CUDA and OpenVINO. The library covers a br

mmcv is a foundation library for computer vision based on PyTorch. It provides a comprehensive system for constructing convolutional neural networks, a toolkit for image and video preprocessing, and a collection of high-performance deep learning vision operators. The project is distinguished by its hardware-accelerated kernels for complex operations such as deformable convolutions and region pooling. It features a configuration-driven framework that allows for the dynamic instantiation of network layers and the registration of custom modules without modifying code. The library covers a broad

DeepSORT هو إطار عمل لتتبع كائنات متعددة في الوقت الفعلي مصمم للحفاظ على هويات متسقة لكائنات متعددة عبر إطارات الفيديو. يدمج ميزات مظهر التعلم العميق مع واصفات الحركة لتتبع الكائنات عبر تسلسل من بيانات الفيديو. يستخدم النظام شبكة عصبية تلافيفية عميقة لتوليد واصفات مرئية عالية الأبعاد لإعادة تحديد الأشخاص. يتم دمج ميزات المظهر هذه مع تقدير الحركة عبر مرشح كالمان وحلها باستخدام خوارزمية المجر لربط الاكتشافات بشكل مثالي مع المسارات الموجودة. يتضمن إطار العمل قدرات لتصفية الربط القائمة على البوابات وإدارة المسار القائمة على الحالة للتعامل مع دورات حياة الكائنات. كما يوفر أدوات لعرض نتائج التتبع على إطارات الفيديو وتقييم أداء التتبع مقابل المعايير الراسخة.

OpenCVSharp is a .NET library that wraps native OpenCV functions, providing C# developers with access to OpenCV's computer vision capabilities through an API that mirrors the native C/C++ style. It serves as a managed wrapper for image processing, feature detection, object detection, and image manipulation tasks, while also handling automatic disposal of unmanaged OpenCV resources like Mat objects to prevent memory leaks in .NET applications. The library enables keypoint detection and descriptor extraction using algorithms such as AKAZE, BRISK, or FAST, with brute-force or FLANN-based matchin

Yolact هو إطار عمل للرؤية الحاسوبية ونموذج تجزئة مثيل في الوقت الفعلي. يستخدم شبكة عصبية تلافيفية بالكامل لاكتشاف الكائنات وإنشاء أقنعة على مستوى البكسل للصور وتدفقات الفيديو. يستخدم النظام توليد أقنعة نموذجية لإنشاء نماذج أقنعة عالمية يتم دمجها خطياً للحصول على نتائج خاصة بالمثيل. يدمج طبقات تلافيفية قابلة للتشوه وتجميع مناطق الاهتمام القابلة للتشوه لتكييف أخذ العينات المكانية مع الأشكال غير المنتظمة للكائنات. يغطي إطار العمل دورة حياة تطوير النموذج بالكامل، بما في ذلك التدريب على مجموعات بيانات مخصصة، وتقييم الدقة باستخدام متوسط الدقة (mAP)، واستخدام التدريب الموزع متعدد وحدات معالجة الرسومات لتوسيع سرعة المعالجة. كما يوفر أدوات معالجة الوسائط لتطبيق أقنعة التجزئة على الصور وتصدير ملفات الفيديو المشروحة. يتضمن المشروع أدوات استمرارية الحالة لإدارة نقاط التحقق واستئناف التدريب، إلى جانب التسجيل لتسجيل المقاييس وقيم الخسارة.

ArrayFire هو إطار عمل حوسبة مستقل عن الأجهزة ومحرك مصفوفات مجمع فورياً (JIT) مصمم للحوسبة الرقمية عالية الأداء. يعمل كمكتبة حوسبة رقمية لوحدات معالجة الرسومات ومجموعة أدوات معالجة إشارات متوازية تجرد خلفيات الأجهزة، مما يسمح لنفس الكود بالتنفيذ عبر معماريات GPU و CPU مختلفة. يتميز المشروع بمحرك JIT يستخدم تجميع التعبيرات لدمج العمليات وتقليل عبء الذاكرة. يستخدم رسماً بيانياً للتنفيذ المؤجل لتحسين سلاسل الحسابات ويوفر أساسيات التشغيل البيني لمشاركة البيانات وسياقات التنفيذ مع منصات حوسبة خارجية مثل CUDA و OpenCL. تغطي المكتبة مجموعة واسعة من القدرات، بما في ذلك الجبر الخطي المتوازي، ومعالجة الإشارات الرقمية، ورؤية الحاسوب المسرعة. توفر أدوات لتنفيذ التعلم الآلي، ومحاكاة النمذجة المالية، وحل المعادلات التفاضلية الجزئية لمحاكاة الأنظمة الفيزيائية. يتعامل نظام إدارة المصفوفات الخاص بها مع تخصيص المصفوفات متعددة الأبعاد، والتقطيع، ونقل البيانات بين المضيف والجهاز.

هذا المشروع عبارة عن مجموعة أدوات لتحليل الصور الحيوية في Python مصممة لمعالجة وتحليل صور المجهر والصور الطبية. يوفر مجموعة من الأدوات لقياس الصور، وتجزئة الصور الطبية، وسير عمل التصوير الحيوي العام. تتضمن المجموعة إمكانيات متخصصة لقياس البيانات البيولوجية، مثل قياس تعقيد تفرع الخلايا العصبية عبر تحليل Sholl، وحساب توزيعات أحجام الجسيمات، وتتبع مساحة الجروح في اختبارات الخدش. كما يتميز بمكتبة لتجزئة الصور الطبية تنفذ معماريات U-Net لعزل الهياكل التشريحية في البيانات ثلاثية الأبعاد، وتستخدم شبكات الخصومة التوليدية (GANs) لإنشاء صور علمية اصطناعية لزيادة حجم مجموعات البيانات. بشكل عام، يغطي المشروع بدائيات معالجة الصور بما في ذلك إزالة الضوضاء، وتحسين التباين، والتحويلات المورفولوجية. ويوفر أدوات لإدارة مجموعات البيانات لتحويل التعليقات التوضيحية بين تنسيقات COCO و YOLO والأقنعة الثنائية، بالإضافة إلى أدوات تعلم الآلة لتدريب الشبكات العصبية وتنفيذ نقل الأوزان القائم على المشفرات التلقائية (autoencoders). يتم توفير سير عمل التحليل كسلسلة من دفاتر Jupyter التفاعلية.

CV-Backbones هي مكتبة للعمود الفقري (backbone) لرؤية الحاسوب ومستودع نماذج يوفر مجموعة من معماريات الشبكات العصبية المحددة مسبقاً لاستخراج الميزات المرئية ومعالجة بيانات الصور. تعمل المكتبة كإطار عمل لرؤية الحاسوب في PyTorch، وتضم مكونات تعلم عميق قابلة لإعادة الاستخدام ومصممة لتحليل الصور وتعلم التمثيل المرئي. تركز المكتبة على معماريات الشبكات العصبية الفعالة لتقليل العبء الحسابي مع الحفاظ على أداء استخراج الميزات. يتم تحقيق ذلك من خلال تنفيذ تصميمات نماذج خفيفة الوزن مثل GhostNet وMLP. يغطي المشروع مجموعة واسعة من معماريات النماذج، بما في ذلك الشبكات العصبية الالتفافية والمحولات. كما يتضمن نظاماً نمطياً لتبديل تطبيقات العمود الفقري وآلية لتحميل الأوزان المدربة مسبقاً لتسريع التقارب.

Deformable-ConvNets هو إطار عمل لرؤية الحاسوب ومجموعة من مكونات الشبكات العصبية المصممة لتنفيذ الشبكات العصبية التلافيفية القابلة للتشكيل (Deformable Convolutional Neural Networks). يوفر طبقات تلافيفية تكيفية وتطبيقات تجميع (pooling) تعدل مجالات استقبالها بناءً على ميزات المدخلات لالتقاط هندسة الكائنات داخل الصور بشكل أفضل. يُمكّن المشروع من استخدام إزاحات أخذ العينات القابلة للتعلم وأقنعة التعديل لمحاذاة الشبكات التلافيفية مع أشكال الكائنات المستهدفة. كما يتضمن أدوات متخصصة لتصور الإزاحات المكتسبة في طبقات التلافيف والتجميع، مما يسمح بتحليل كيفية تكيف الشبكة مع مجال استقبالها المكاني. تُطبق هذه القدرات لتحسين دقة اكتشاف الكائنات وتحسين التجزئة الدلالية (semantic segmentation). يدعم إطار العمل استخراج الميزات من مناطق الاهتمام (ROI) من خلال التجميع القابل للتشكيل لمحاذاة مناطق أخذ العينات مع حدود الكائنات الفعلية. يتضمن التنفيذ خط أنابيب تدريب لتنفيذ وتقييم هذه البنى الشبكية المتخصصة.