2 مستودعات
Awesome GitHub RepositoriesDepth Estimation Training
Workflows for training models to estimate relative or absolute depth from image sequences.
Distinct from Vision Model Training: Distinct from general Vision Model Training by focusing specifically on distance-based depth estimation datasets.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Depth Estimation Training. Refine with filters or upvote what's useful.
Awesome Depth Estimation Training GitHub Repositories
اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
- dmlc/gluon-cv
dmlc/gluon-cv
5,922عرض على GitHubGluon-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.
Enables the training of models to estimate relative or absolute depth from image sequences.
Pythonaction-recognitioncomputer-visiondeep-learning - nianticlabs/monodepth2
nianticlabs/monodepth2
4,494عرض على GitHubهذا المشروع هو نظام رؤية حاسوبية لتقدير العمق أحادي العين وإنشاء سحابة نقاط ثلاثية الأبعاد. يوفر إطار عمل لتعلم العمق الخاضع للإشراف ومتنبئاً بالعمق قادراً على تقدير المسافة المكانية والتفاوت من صور ثنائية الأبعاد مفردة باستخدام شبكات عصبية مدربة مسبقاً. يتضمن النظام أدوات لتحويل صور العمق ثنائية الأبعاد إلى سحب نقاط ثلاثية الأبعاد عبر الإسقاط العكسي لإحداثيات البكسل، ويحول بيانات سحابة النقاط ثلاثية الأبعاد إلى خرائط عمق ثنائية الأبعاد. ويستخدم خط أنابيب تدريب يدعم ضبط النموذج وتحسين المعلمات الفائقة. تغطي المكتبة قدرات أوسع في التحليل المكاني، بما في ذلك حساب مصفوفات الدوران والترجمة، وتقييم خريطة العمق مقابل معايير الحقيقة الأرضية، وتقييم تنبؤ الوضع. كما توفر أدوات لتطبيع البكسل واسترجاع أوزان النموذج المدربة مسبقاً مع التحقق من المجموع الاختباري.
Provides a full framework for training neural networks to estimate relative or absolute depth from image datasets.
Jupyter Notebookcomputer-visiondeep-learningdepth-estimation
