3 مستودعات
Awesome GitHub RepositoriesPosition Estimation
Methods for producing stable coordinates by combining historical tracking data with current detections.
Distinct from Object Detection and Tracking: Focuses on coordinate stability via filtering, distinct from the 3D spatial orientation of pose estimation.
Explore 3 awesome GitHub repositories matching artificial intelligence & ml · Position Estimation. Refine with filters or upvote what's useful.
Awesome Position Estimation GitHub Repositories
اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
- tingsongyu/pytorch_tutorial
TingsongYu/PyTorch_Tutorial
8,018عرض على GitHubThis project is a comprehensive collection of educational examples and reference implementations for building vision and language models using PyTorch. It serves as a deep learning tutorial covering the end-to-end process of developing neural networks, from initial architecture definition to final production deployment. The repository provides detailed guides on implementing a wide range of domain-specific models, including convolutional neural networks for object detection and segmentation, as well as transformer and recurrent architectures for natural language processing. It emphasizes gene
Combines historical tracking data with current detections using filtering to produce stable object coordinates.
Python - tingsongyu/pytorch-tutorial-2nd
TingsongYu/PyTorch-Tutorial-2nd
4,555عرض على GitHubهذا 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.
Produces stable position estimates by blending historical track data with current detections.
Jupyter Notebookcomputer-visiondeepsortdiffusion-models - abewley/sort
abewley/sort
4,369عرض على GitHubهذا المشروع عبارة عن إطار عمل لتتبع كائنات متعددة مصمم لتعيين هويات ثابتة لصناديق التحديد (bounding boxes) المكتشفة عبر إطارات الفيديو المتتالية. يعمل كخوارزمية تتبع للرؤية الحاسوبية تراقب أهدافاً متحركة متعددة في الوقت الفعلي من خلال ربط الاكتشافات بتسميات متسقة. يستخدم النظام نهج تقدير الحالة المتمحور حول مرشح Kalman للتنبؤ بمواقع الكائنات المستقبلية والحفاظ على الهوية أثناء فجوات الاكتشاف. ويستخدم خوارزمية Hungarian للربط الأمثل للبيانات ويحسب التقاطع فوق الاتحاد (intersection over union) لمطابقة مواقع المسار المتوقعة مع الاكتشافات الفعلية. يدير خط المعالجة سجلاً للمسارات النشطة باستخدام نموذج سرعة ثابتة خطي لتبسيط انتقالات الحالة. ويقوم بمعالجة متكررة إطاراً بإطار لتحديث حالة جميع الكائنات المتعقبة أثناء تحليل الصور الجديدة.
Estimates object positions across consecutive frames by combining historical data with current detections.
Python
