17 مستودعات
Awesome GitHub RepositoriesPre-trained Model Implementations
Frameworks and libraries that provide pre-trained neural network weights for immediate inference tasks.
Distinct from Pre-trained Model Application: Existing candidates focus on language models, speech models, or specific transformer checkpoints; this covers general pre-trained model loading for object detection.
Explore 17 awesome GitHub repositories matching artificial intelligence & ml · Pre-trained Model Implementations. Refine with filters or upvote what's useful.
Awesome Pre-trained Model Implementations GitHub Repositories
اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
- davidsandberg/facenet
davidsandberg/facenet
14,326عرض على GitHubFaceNet is a facial recognition framework designed to transform facial images into high-dimensional numerical embeddings for identity verification and recognition. It provides a deep learning face embedder that maps facial features into a Euclidean space where distance corresponds to facial similarity. The system includes tools for both supervised and unsupervised identity management. It features a face identity classifier for categorizing images into known identity classes and an unsupervised clustering tool to group similar facial embeddings together without predefined labels. The framewor
Uses a pre-trained neural network to extract numerical feature vectors from raw facial pixels.
Python - facebookresearch/dit
facebookresearch/DiT
8,642عرض على GitHubDiT is a latent diffusion model and transformer-based generative AI framework implemented in PyTorch. It functions as a class-conditional image generator that replaces traditional convolutional backbones with a transformer architecture to synthesize high-fidelity images. The project utilizes patch-based latent processing and latent space compression to operate on low-dimensional image representations. It incorporates class-conditional guidance and adjustable guidance scales to control the visual content of generated images during the sampling process. The framework covers distributed model t
Provides the ability to generate images from pre-trained model weights to match visual benchmarks.
Python - rbgirshick/py-faster-rcnn
rbgirshick/py-faster-rcnn
8,287عرض على GitHubThis project is a Python implementation of the Faster R-CNN object detection framework. It serves as a convolutional neural network library and tool for locating and classifying multiple objects within images. The framework provides a pre-trained model implementation that allows for object detection inference without manual training. It supports the full lifecycle of object detection, including training detectors on visual datasets to identify and bound specific object classes. The system covers capabilities for computer vision model evaluation, neural network optimization to reduce model si
Implements the ability to load pre-trained weights to perform object detection inference without requiring manual training.
Python - paddlepaddle/paddlex
PaddlePaddle/PaddleX
6,163عرض على GitHubPaddleX is a PaddlePaddle-based framework for building, deploying, and fine-tuning AI model pipelines, with pre-built support for computer vision, OCR, document analysis, and time series tasks. It offers a toolkit of ready-to-use pipelines for image classification, object detection, segmentation, and pose estimation, alongside an end-to-end OCR document analysis pipeline that extracts text, tables, formulas, and layout information. The platform also includes a dedicated time series forecasting pipeline for analyzing historical data to detect anomalies, classify patterns, and predict future val
Provides a unified interface to run complete pre-trained model pipelines on input data via CLI or Python.
Pythonai-pipelinesclassificationdeployment - yenchenlin/nerf-pytorch
yenchenlin/nerf-pytorch
6,037عرض على GitHubهذا المشروع عبارة عن تنفيذ PyTorch لإطار عمل حقل الإشعاع العصبي (Neural Radiance Field). يعمل كمصمم مشهد ثلاثي الأبعاد ومحرك عرض حجمي قابل للتمايز يُستخدم لتدريب التمثيلات الحجمية للمشاهد من خلال التنبؤ باللون والكثافة لإحداثيات مكانية ثلاثية الأبعاد. يتيح النظام تركيب عرض جديد، مما يسمح بإنشاء صور جديدة لمشاهد ثلاثية الأبعاد معقدة من منظورات لم تكن مرئية من قبل. يدعم إعادة بناء المشهد ثلاثي الأبعاد من خلال معالجة الصور ثنائية الأبعاد وأوضاع الكاميرا لبناء تمثيل حجمي رقمي لمساحة مادية. يتضمن إطار العمل قدرات لعرض النماذج ثلاثية الأبعاد لإنتاج صور RGB وخرائط التباين، بالإضافة إلى تصور مسار الكاميرا لإنشاء مقاطع فيديو مدارية وتسلسلات رسوم متحركة. يوفر دعماً لتحميل مجموعات بيانات مشهد محددة واستيراد أوزان مدربة مسبقاً.
Allows rendering of 3D scenes by loading pre-trained neural network weights.
Python - hillobar/rope
Hillobar/Rope
5,334عرض على GitHubRope هي واجهة رسومية لتبديل الوجوه في الصور ومقاطع الفيديو. تعمل الأداة كمحرر فيديو للتزييف العميق (deepfake) ومبدل وجوه في الصور، وتستخدم نماذج تعلم عميق مدربة مسبقاً لاستبدال الهويات في الوسائط المرئية. تتضمن الأداة قدرات متخصصة لإنتاج الفيديو بالذكاء الاصطناعي، مثل المزج الواعي بالانسداد (occlusion-aware) للتعامل مع الكائنات في المقدمة، وتحسين تحليل الفم لمحاذاة تعبيرات الوجه. كما تعمل كأداة لاستعادة الوجوه بالذكاء الاصطناعي، باستخدام الاستعادة القائمة على الأهمية (saliency-based) لاستعادة الوضوح والحدة في مناطق الوجه التي تم تبديلها. يوفر البرنامج مسار عمل لمعالجة الوسائط المرئية، يشمل العملية بأكملها بدءاً من استبدال الوجه الأولي وصولاً إلى الاستعادة الرقمية النهائية.
Utilizes pre-trained neural network weights to perform facial landmark analysis and synthetic image generation.
Python - yunjey/stargan
yunjey/stargan
5,292عرض على GitHubStarGAN هو إطار عمل لترجمة الصور إلى صور في PyTorch مصمم لتركيب الأنماط والسمات البصرية عبر مجالات متعددة. ينفذ شبكة خصوم توليدية (GAN) تعمل كمترجم صور للتعلم العميق لتعديل خصائص بصرية محددة داخل مجموعة بيانات صور. يستخدم إطار العمل نموذجًا موحدًا واحدًا للتعامل مع الترجمات بين مجالات صور متعددة بدلاً من الحاجة إلى أزواج منفصلة من النماذج. وهو تطبيق بحثي يتعلم التعيينات بين سمات الصور المختلفة دون الحاجة إلى بيانات تدريب مقترنة. يغطي المشروع تدريب وتحسين النماذج التوليدية، بما في ذلك تطبيق نقاط فحص النماذج المدربة مسبقًا للاستدلال. كما يوفر أدوات لإعداد وتنظيم مجموعة بيانات الصور بناءً على التصنيفات والتقسيمات.
Provides pre-trained neural network weights that can be loaded for immediate image-to-image translation inference.
Python - weiliu89/caffe
weiliu89/caffe
4,800عرض على GitHubCaffe هو إطار عمل للتعلم العميق عالي الأداء ومكتبة للشبكات العصبية التلافيفية مصممة لتدريب ونشر الشبكات العصبية. يعمل كمحرك تعلم آلي مسرع بواسطة GPU مع نواة منفذة بلغة C++ لتمكين عمليات الموترات (tensor) عالية الإنتاجية. يستخدم المشروع نظام تكوين تصريحي حيث يتم تعريف معماريات النماذج والمعاملات الفائقة في ملفات نصية خارجية، مما يفصل تصميم الشبكة عن كود التنفيذ. يتضمن نظام تسلسل للنماذج لتصدير الأوزان والطوبولوجيا المدربة إلى ملفات ثنائية للنشر الفعال عبر بيئات أجهزة مختلفة. يغطي إطار العمل مجموعة واسعة من القدرات، بما في ذلك تصميم معمارية الشبكة العصبية، والتدريب الخاضع للإشراف للنماذج مع التحسين القائم على التدرج، وسير عمل تصنيف الصور. يوفر أدوات لمعالجة البيانات مسبقاً، واستخراج الميزات العصبية، وضبط النماذج المدربة مسبقاً. نواة C++ متاحة من خلال واجهة متعددة اللغات مع روابط رسمية لـ Python وMATLAB.
Integrates pre-configured neural network binaries for immediate use in inference tasks.
C++ - 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.
Provides frameworks and libraries that implement pre-trained neural network weights for immediate inference.
Jupyter Notebookcomputer-visiondeepsortdiffusion-models - google-research/simclr
google-research/simclr
4,502عرض على GitHubهذا المشروع هو إطار عمل تعلم تبايني ذاتي الإشراف مصمم لتدريب نماذج التعلم العميق لتعلم تمثيلات مرئية من الصور دون استخدام تسميات مقدمة من البشر. يوفر نظاماً لتطوير نماذج تمثيل مرئي مدربة مسبقاً يمكن تكييفها لمهام رؤية الكمبيوتر اللاحقة. يتضمن إطار العمل أدوات لتصنيف الصور شبه الخاضع للإشراف، والذي يجمع بين مجموعات بيانات كبيرة غير مصنفة ومجموعات صغيرة مصنفة لتحسين الدقة. كما يتميز بأداة تقييم مسبار خطي لتقييم جودة ميزات الصورة المتعلمة عن طريق تدريب مصنف خطي بسيط فوق التمثيلات المجمدة. يغطي الكود البرمجي تدريب التعلم العميق الموزع وتسريع الأجهزة للتعامل مع أحجام دفعات كبيرة، إلى جانب بدائيات التحسين مثل جدولة معدل التعلم cosine-decay وتنظيم weight-decay. كما يوفر أدوات لإدارة النماذج، بما في ذلك تحويل نقاط التحقق المدربة مسبقاً بين تنسيقات إطار عمل التعلم العميق المختلفة وأدوات لنشر النماذج. يتم توفير التنفيذ كمجموعة من دفاتر Jupyter.
Implements functionality to load saved checkpoints for performing visual representation and classification tasks.
Jupyter Notebookcomputer-visioncontrastive-learningrepresentation-learning - xlite-dev/lite.ai.toolkit
xlite-dev/lite.ai.toolkit
4,413عرض على GitHublite.ai.toolkit هي مجموعة أدوات رؤية حاسوبية بلغة C++ مصممة لنشر الذكاء الاصطناعي على الحافة. تتيح تنفيذ النماذج المدربة مسبقاً لاكتشاف الكائنات، وتصنيف الصور، والتجزئة على الأجهزة ذات الموارد المحدودة. يتميز المشروع بمحرك استنتاج متعدد الخلفيات يدعم وقت تشغيل نموذج ONNX، مما يسمح لنماذج الذكاء الاصطناعي بالعمل عبر أهداف عتادية مختلفة. ويتضمن خط أنابيب مسرع بواسطة GPU خصيصاً لأجهزة NVIDIA لتقليل زمن الانتقال وزيادة سرعة المعالجة. تغطي مجموعة الأدوات مجموعة واسعة من قدرات تحليل الوجوه، بما في ذلك اكتشاف المشاعر، وتقدير الجنس والعمر، وتحليل وضعية الرأس. كما توفر أدوات للتعرف على الوجوه من خلال استخراج تضمينات الميزات وحساب تشابه جيب التمام (cosine similarity) للتحقق من الهويات. تشمل القدرات الإضافية عزل المقدمة (image matting)، وتلوين الصور الرمادية، ونقل الأسلوب الفني.
Integrates pre-trained neural network weights for object detection, face recognition, and segmentation to provide immediate AI capabilities.
C++ - magicleap/supergluepretrainednetwork
magicleap/SuperGluePretrainedNetwork
4,035عرض على GitHubهذا المشروع عبارة عن مجموعة من نماذج الشبكات العصبية والأدوات الهندسية المصممة لمطابقة ميزات الصور، والمحاذاة المكانية، والتوطين البصري. يوفر نموذج شبكة عصبية مدرب مسبقاً لتحديد المراسلات عالية الدقة بين ميزات الصور المتناثرة دون الحاجة إلى تدريب محلي. يستخدم النظام مطابق شبكة عصبية رسومية يستخدم آليات الانتباه وتمرير الرسائل لتعلم العلاقات المكانية بين نقاط ميزات الصورة. ويتكامل مع مقدر وضع الكاميرا RANSAC لتصفية مطابقات الميزات وحساب التحويل المكاني النسبي بين وجهتي نظر للكاميرا. تغطي المكتبة مجموعة واسعة من قدرات الرؤية الحاسوبية، بما في ذلك سير عمل إعادة البناء ثلاثي الأبعاد، والتوطين البصري، وتقييم دقة المطابقة من خلال مقاييس الدقة وخطأ الوضع. كما تتضمن أدوات مساعدة لتصور مراسلات النقاط الرئيسية وتصدير نتائج المطابقة للمعالجة اللاحقة.
Ships pre-trained weights and architecture for high-accuracy feature matching without requiring local training.
Pythondeep-learningfeature-matchinggraph-neural-networks - brightmart/albert_zh
brightmart/albert_zh
3,982عرض على GitHubهذا المشروع هو تنفيذ لمعمارية النموذج اللغوي ALBERT، ويوفر إطار عمل لتدريب وتقييم مصنفات النصوص ونماذج التشابه القائمة على المحولات (Transformers). يتضمن بشكل خاص أصولاً مدربة مسبقاً وأدوات محسنة لتوليد تضمينات دلالية وتمثيلات للنص الصيني. يتميز إطار العمل بأدوات لتحويل نقاط فحص النماذج اللغوية الثقيلة إلى تنسيقات خفيفة الوزن لتمكين الاستنتاج منخفض التأخير على الأجهزة المحمولة. ويستخدم تقنيات محددة لتقليل الأوزان، بما في ذلك مشاركة المعلمات المتقاطعة ومعلمات التضمين الموحدة، للحفاظ على الأداء مع بصمة ذاكرة أصغر. يغطي النظام خط إنتاج كاملاً للمعالجة اللغوية الطبيعية، من تطبيع النص الخام وترميز الكلمات الفرعية إلى التدريب المسبق ذاتي الإشراف باستخدام نمذجة اللغة المقنعة. ويوفر إمكانيات لتكييف المهام اللاحقة، مما يسمح بضبط النماذج المدربة مسبقاً لتحليل تشابه النصوص والتصنيف الخاضع للإشراف. يتضمن المشروع أدوات لتحويل بيانات السجلات الثنائية وتحويل تنسيق النموذج لضمان التوافق عبر منصات التعلم الآلي المختلفة.
Implements a mechanism to import pre-trained weights for text analysis using standard machine learning libraries.
Pythonalbertbertchinese-corpus - snowkylin/tensorflow-handbook
snowkylin/tensorflow-handbook
3,927عرض على GitHubهذا المشروع عبارة عن مورد تعليمي شامل ودليل تدريبي لبناء وتدريب ونشر نماذج تعلم الآلة باستخدام TensorFlow 2. يعمل كدليل تعليمي منظم يغطي مفاهيم التعلم العميق الأساسية، بما في ذلك معماريات الشبكات العصبية، والاشتقاق التلقائي، وعمليات الموترات (Tensors). يوفر الدليل توجيهات تقنية حول تحسين كفاءة التنفيذ من خلال إدارة ذاكرة GPU، والتدريب الموزع، وتكميم النماذج (Model Quantization). كما يتضمن أدلة مفصلة لبناء خطوط معالجة بيانات عالية الأداء وتصدير النماذج لخوادم الإنتاج، والأجهزة المحمولة، ومتصفحات الويب. تغطي المادة مجموعة واسعة من القدرات، بما في ذلك تطوير النماذج باستخدام الشبكات التلافيفية (CNN) والمتكررة (RNN)، وتنفيذ دوال خسارة وطبقات مخصصة، واستخدام النماذج المدربة مسبقاً للتعلم بنقل المعرفة (Transfer Learning). كما يتناول استراتيجيات النشر للأجهزة الطرفية (Edge Devices) واستخدام بيئات التشغيل السحابية لتسريع العتاد. تم تنفيذ المادة كمجموعة من دفاتر Jupyter Notebooks.
Shows how to instantiate network structures using pre-trained weights to accelerate development.
Jupyter Notebook - justadudewhohacks/face-recognition.js
justadudewhohacks/face-recognition.js
1,924عرض على GitHubFace-recognition.js هي مجموعة تطوير برمجيات رؤية حاسوبية لـ Node.js توفر أدوات لاكتشاف، وتعيين، وتحديد الوجوه البشرية داخل الصور وتدفقات الفيديو. تعمل كجسر للمكتبات الأصلية عالية الأداء، مما يمكن المطورين من تنفيذ مهام تحليل الوجه المعقدة مباشرة داخل بيئات JavaScript وTypeScript. تتميز المكتبة بدمج استدلال التعلم العميق مع تعيين المعالم الهندسية. وتستخدم شبكات عصبية مدربة مسبقاً لاستخراج متجهات ميزات الوجه وتستخدم حسابات المسافة الإقليدية لتحديد التشابه الرياضي بين الهويات. يسمح هذا بكل من التحقق من الأفراد المعروفين وتدريب نماذج مخصصة على مجموعات صور مصنفة للتعرف على موضوعات محددة. بعيداً عن التعرف الأساسي، يتضمن المشروع أدوات لتحويل تنسيق الصور وتمثيل البيانات القائم على المصفوفة لتسهيل المعالجة الفعالة. كما يوفر أدوات تصحيح أخطاء مرئية ترسم مربعات الإحاطة ومعالم الوجه مباشرة على الصور، مما يساعد في التحقق من نتائج الاكتشاف أثناء التطوير.
Executes pre-trained neural networks to extract facial feature vectors from raw image data.
JavaScriptfaceface-detectionface-landmark - datitran/object_detector_app
datitran/object_detector_app
1,305عرض على GitHubThis application is a real-time computer vision system designed to identify and label objects within live video feeds, recorded files, and static images. It functions as a comprehensive framework that integrates pre-trained machine learning models with video processing pipelines to perform multi-object localization and visual data tracking. The system distinguishes itself through a multithreaded architecture that decouples frame acquisition from detection logic, ensuring the interface remains responsive during continuous analysis. It provides specialized scripts for training and optimizing cu
Executes pre-trained detection models on raw input data to identify objects immediately without requiring additional training.
Pythonopencvtensorflow - shanren7/real_time_face_recognition
shanren7/real_time_face_recognition
This project is a computer vision system designed for the detection and identification of human faces within live video streams. It functions as a facial analysis pipeline that processes visual data to locate facial boundaries and match individuals against a stored database of known identities. The system utilizes a multi-stage neural network framework to isolate facial regions and extract unique identity characteristics. By converting facial image data into compact numerical vectors, it performs geometric similarity calculations to verify or identify subjects as they appear in motion. The s
Utilizes static deep learning models to perform complex pattern recognition tasks without requiring additional training during the live execution phase.
Python
