Awesome GitHub RepositoriesDepth Estimation Training

Gluon-CV ist eine MXNet-Computer-Vision-Bibliothek, die eine umfassende Sammlung vortrainierter Vision-Architekturen und Trainings-Pipelines bereitstellt. Sie dient als Deep-Learning-Research-Toolkit und Model-Zoo mit State-of-the-Art-Gewichten für die Bild- und Videoanalyse. Das Projekt enthält eine spezialisierte Bibliothek für Human-Pose-Estimation sowie ein Toolkit zur Modellkompression. Diese Tools ermöglichen das Pruning und die Quantisierung von Deep-Learning-Modellen, um die Inferenzgeschwindigkeit zu erhöhen und die Bereitstellung auf ressourcenbeschränkter Edge-Hardware zu erleichtern. Die Bibliothek deckt ein breites Spektrum an Vision-Funktionen ab, darunter Bildklassifizierung, Objekterkennung sowie semantische und Instanz-Segmentierung. Sie bietet zudem Tools für die Videoanalyse, wie Action-Recognition, Objekt-Tracking und monokulare Tiefenschätzung. Das Training wird durch automatisierte Pipelines und verteilte Multi-GPU-Workloads unterstützt, um die Modellkonvergenz zu beschleunigen.

Dieses Projekt ist ein Computer-Vision-System für monokulare Tiefenschätzung und die Generierung von 3D-Punktwolken. Es bietet ein Framework für überwachtes Tiefenlernen und einen Tiefenprädiktor, der räumliche Distanz und Disparität aus einzelnen 2D-Bildern mittels vortrainierter neuronaler Netze schätzen kann. Das System enthält Tools, um 2D-Tiefenbilder über Pixel-Koordinaten-Backprojection in 3D-Punktwolken umzuwandeln und 3D-Punktwolkendaten in 2D-Tiefenkarten zu konvertieren. Es nutzt eine Trainings-Pipeline, die Modell-Fine-Tuning und Hyperparameter-Optimierung unterstützt. Die Bibliothek deckt breitere Funktionen der räumlichen Analyse ab, einschließlich der Berechnung von Rotations- und Translationsmatrizen, der Evaluierung von Tiefenkarten anhand von Ground-Truth-Benchmarks sowie der Bewertung von Pose-Vorhersagen. Sie bietet zudem Dienstprogramme für Pixel-Normalisierung und die prüfsummenverifizierte Abfrage vortrainierter Modellgewichte.