Awesome GitHub RepositoriesFeature Descriptor Computation

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

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

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.

Vim is a state space model vision framework designed for image classification and visual representation learning. It functions as a computer vision research tool that converts two-dimensional image grids into one-dimensional sequences to extract spatial features. The system implements a linear-scaling image classifier that replaces quadratic attention mechanisms with state space operations. This approach utilizes bidirectional sequence modeling and selective gating mechanisms to process visual data. The framework covers computer vision benchmarking and image classification research, providin