Awesome GitHub RepositoriesComputer Vision Preprocessing

Real-ESRGAN is a deep learning restoration pipeline designed to enhance low-resolution media and improve the visual quality of damaged photographs. It functions as a generative image upscaler that reconstructs high-resolution details from source inputs by utilizing neural networks trained to fill in missing information and remove noise. The project distinguishes itself as a blind super-resolution tool, meaning it improves image sharpness and fidelity without requiring prior knowledge of the specific degradation applied to the source. It employs high-order degradation modeling to address compl

This project is a comprehensive computer vision library for the PyTorch ecosystem, providing a standardized collection of neural network architectures, datasets, and high-performance transformation utilities. It serves as a foundational framework for building, training, and deploying deep learning models, offering a centralized model registry that allows developers to instantiate architectures with pre-trained weights for tasks such as image classification, object detection, and semantic segmentation. The library distinguishes itself through its modular approach to data and compute management

Albumentations is an image augmentation library and computer vision preprocessing tool designed to expand datasets for deep learning models. It provides a collection of transformations that modify pixel values and spatial geometry to increase the diversity of training samples and improve model generalization. The library supports both 2D image augmentation and 3D volumetric data augmentation. It handles a variety of labels alongside images, ensuring that bounding boxes, keypoints, and segmentation masks remain accurately aligned when spatial transformations are applied. The tool incorporates

MNN is a high-performance inference engine and framework designed for on-device machine learning. It provides a comprehensive environment for executing, optimizing, and deploying neural network models directly on mobile and resource-constrained edge devices. The framework distinguishes itself through a robust model optimization toolkit that supports quantization, compression, and structural graph manipulation to minimize memory footprint and maximize execution speed. It features a modular architecture that abstracts hardware-specific backends, allowing models to run efficiently across diverse

Caire is a command-line image processing engine designed for content-aware resizing and batch manipulation. It utilizes seam carving algorithms to adjust image dimensions by identifying and removing low-energy pixels, allowing for the rescaling of images while preserving primary visual subjects and maintaining aspect ratios. The tool distinguishes itself through its ability to protect specific visual elements, such as human faces, from distortion during the resizing process. Users can apply custom binary masks to define regions for protection or forced removal, and the engine provides real-ti

scikit-image is a Python image processing library and scientific image analysis toolkit. It provides a framework for digital image processing and computer vision, utilizing numerical arrays for pixel-level manipulations. The library enables the quantification of image properties and the detection of visual features, such as edges and blobs. It includes tools for image segmentation and the extraction of textures and patterns to characterize objects within visual data. Capabilities cover image manipulation through color space conversion, geometric transformations, and digital restoration. It a

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

MiDaS هي مكتبة رؤية حاسوبية لـ PyTorch ونموذج لتقدير العمق أحادي العين مصمم للتنبؤ بعمق المشهد من صور مفردة. تعمل كمتنبئ لعمق المشهد يقوم بحساب خرائط المسافة لتحديد قرب الكائنات من الكاميرا. يُمكّن المشروع نقل العمق بدون تدريب مسبق (zero-shot)، مما يسمح بتطبيق النموذج على مجموعات بيانات أو بيئات جديدة دون الحاجة إلى بيانات تدريب إضافية. يركز على انحدار العمق النسبي للتنبؤ بخرائط عمق ثابتة النطاق. تتضمن المكتبة عارض عمق في الوقت الفعلي لالتقاط بث الكاميرا المباشر وعرض خرائط العمق المقابلة. كما توفر قدرات معالجة مسبقة للرؤية الحاسوبية لتوليد بيانات مشهد هيكلية لنماذج تعلم آلي أخرى.

Augmentor هي مكتبة وإطار عمل لتعزيز الصور بلغة Python مصمم لتوسيع مجموعات بيانات التعلم الآلي. تعمل كأداة معالجة مسبقة تولد تنويعات صور اصطناعية لزيادة تنوع البيانات، وكأداة بث لبيانات التدريب التي تغذي الصور المعززة والتسميات مباشرة في حلقات الشبكة العصبية دون الحاجة إلى تخزين قرص وسيط. يحافظ إطار العمل على المحاذاة المكانية بين الصور والأقنعة المقابلة لها، وهو أمر مطلوب لتدريب التجزئة الدلالية. ويدعم تحويلات هندسية وعلى مستوى البكسل متنوعة، بما في ذلك التشوهات المرنة، وتحولات المنظور عبر الإمالة، والتدوير، والقص، ومسح المناطق العشوائي. يتضمن النظام إمكانيات لاستراتيجيات المعالجة لكل فئة لمعالجة عدم توازن البيانات، ويستخدم تعدد الخيوط لتسريع التوليد المتوازي لمجموعات البيانات المعززة. كما يوفر أدوات لتنظيف وتوحيد ملفات الصور الخام خلال مرحلة المعالجة المسبقة.

imutils هو مجموعة أدوات مساعدة للرؤية الحاسوبية ومكتبة معالجة صور مصممة لتبسيط مهام التلاعب الشائعة باستخدام OpenCV. تعمل كمساعد لتحليل الصور وأداة لتحويل الهندسة لأتمتة معالجة البيانات البصرية. توفر مجموعة الأدوات قدرات متخصصة للحفاظ على سلامة الصورة أثناء التحويلات، مثل تغيير حجم الصور مع الحفاظ على نسب العرض إلى الارتفاع وتدوير الصور دون قص الزوايا. كما تتضمن أدوات لالتواء المنظور رباعي النقاط لإنشاء مناظر علوية واستخراج الهياكل الطوبولوجية من الصور الثنائية. تغطي المكتبة مجموعة واسعة من وظائف المعالجة المسبقة والتحليل، بما في ذلك حساب عتبة اكتشاف الحواف التلقائي، وفرز الكنتور المكاني، وتعيين مساحة اللون بين RGB و BGR. بالإضافة إلى ذلك، تتضمن أدوات لإدارة مجموعات البيانات، مثل المسح المتكرر لنظام الملفات لاكتشاف الصور وتنزيل صور الويب.

هذا المشروع عبارة عن مورد تعليمي شامل ودورة تدريبية لبناء الشبكات العصبية باستخدام PyTorch. يغطي اللبنات الأساسية للتعلم العميق، بما في ذلك معالجة الموترات (tensors)، والتمايز التلقائي، وبناء مكونات الشبكة العصبية المعيارية. يعمل المستودع كدليل تقني للعديد من المجالات المتخصصة. يوفر تفاصيل تنفيذ لمهام رؤية الكمبيوتر مثل تصنيف الصور، واكتشاف الكائنات، والتجزئة الدلالية، بالإضافة إلى سير عمل معالجة اللغات الطبيعية التي تتضمن المحولات (transformers)، والشبكات المتكررة، والنماذج التوليدية. بالإضافة إلى ذلك، يتضمن مرجعاً للذكاء الاصطناعي التوليدي، مع التركيز بشكل خاص على تركيب الصور عبر نماذج الانتشار (diffusion models) والشبكات التنافسية. تمتد المادة إلى تحسين النماذج وخطوط أنابيب النشر. تغطي تقنيات لتقليل حجم النموذج وزيادة سرعة الاستنتاج من خلال التكميم (quantization) وتصدير النماذج إلى تنسيقات مثل ONNX وTensorRT. تشمل مجالات القدرة الأخرى هندسة البيانات للتحميل المتوازي، وتقييم النموذج باستخدام مقاييس مخصصة، ونشر نماذج اللغات الكبيرة مفتوحة المصدر. يتم تقديم المشروع بشكل أساسي كسلسلة من دفاتر Jupyter.

ExecuTorch is a lightweight C++ runtime for deploying PyTorch models on mobile, embedded, and edge hardware. It provides an ahead-of-time compilation pipeline that exports, quantizes, and lowers model graphs into compact serialized programs, then executes them through a minimal runtime with hardware acceleration and on-device large language model inference capabilities. The project distinguishes itself through a hardware accelerator delegate system that partitions model subgraphs and offloads computation to specialized backends including NPUs, GPUs, and DSPs from Apple, Arm, Intel, MediaTek,

Bild هي مكتبة لمعالجة الصور تم تنفيذها بلغة البرمجة Go. توفر مجموعة من المحركات الخوارزمية لمعالجة الصور، بما في ذلك محرك نواة التلافيف (Convolution kernel) للتصفية، وأداة مزج الصور لتركيب الطبقات، ومولد ضوضاء إجرائي لإنشاء أنسجة اصطناعية. يتميز المشروع بقدراته على التوليد الإجرائي، حيث ينفذ خوارزميات ضوضاء Perlin وGaussian وثنائية وموحدة لإنتاج توزيعات بكسل عشوائية وأنماط عضوية. كما يتميز بواجهة سطر أوامر تسمح للمستخدمين بتطبيق تأثيرات بصرية، وتعديلات لونية، وتحويلات هندسية على ملفات الصور دون كتابة كود مخصص. تغطي المكتبة مجموعة واسعة من إمكانيات معالجة الصور، بما في ذلك التحويلات الهندسية مثل التدوير، والقص، والتكبير، بالإضافة إلى معالجة الألوان وتحليل التوزيع. وتوفر أدوات لتحليل الصور وتقسيمها، والتصفية المورفولوجية، وتدعم قراءة وكتابة بيانات الصور عبر تنسيقات PNG وJPEG وBMP وWebP.