Awesome GitHub RepositoriesComputer Vision Research

YOLOv5 is a comprehensive computer vision framework designed for end-to-end deep learning, specializing in real-time object detection, image classification, and instance segmentation. It provides a unified toolkit that manages the entire lifecycle of a model, from initial dataset configuration and hyperparameter tuning to high-speed inference and deployment. The framework utilizes a modular neural architecture, allowing users to swap backbone and head components to tailor models for specific visual tasks. What distinguishes this project is its focus on production-ready deployment and model ef

This project is a computer vision benchmark and image classification dataset used to measure and compare the accuracy of machine learning models. It provides a standardized collection of labeled fashion product images and training data formatted to be compatible with the MNIST dataset structure. The dataset consists of fixed-dimension grayscale images and label-based category mappings, stored in a binary format. It includes pre-split training and testing sets and a static distribution to ensure consistent cross-model benchmarking. The repository supports image classification benchmarking and

cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 论文/代码/解读/直播合集，极市团队整理

cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 论文/代码/解读/直播合集，极市团队整理

cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 论文/代码/解读/直播合集，极市团队整理

cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 论文/代码/解读/直播合集，极市团队整理

cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 论文/代码/解读/直播合集，极市团队整理

A resource repository for 3D machine learning

This project is an unsupervised image restoration tool that uses a convolutional neural network as a structural prior to reconstruct images from noisy or incomplete data. It functions as a neural network image prior, utilizing the inherent biases of the network architecture to restore pixels without the need for a pre-trained dataset or external learning. The system performs zero-shot image restoration by treating the network architecture itself as a regularization term. It uses a randomly initialized encoder-decoder structure and iterative gradient descent to minimize pixel-wise loss, recove

记录每天整理的计算机视觉/深度学习/机器学习相关方向的论文

Dieses Projekt ist eine Deep-Learning-Implementierung für Computer Vision, die sich auf die Wiederherstellung von Bildern bei schlechten Lichtverhältnissen spezialisiert hat. Es nutzt ein neuronales Netz, um rohe Sensordaten zu verarbeiten und unterbelichtete Bilder in gut belichtete Versionen umzuwandeln, um die Sichtbarkeit zu verbessern und natürliche Farben wiederherzustellen. Die Implementierung basiert auf der CVPR 2018-Forschung und verwendet TensorFlow zur Ausführung des Computational Graphs. Sie setzt ein Convolutional Neural Network und pixelweise Regression ein, um die Szenenbeleuchtung direkt aus unverarbeiteten Raw-Bilddaten zu rekonstruieren. Das Projekt enthält ein Framework für überwachtes Paar-Lernen (supervised pair learning), bei dem Modelle mit Datensätzen aus Low-Light-Bildern und den entsprechenden Ground-Truth-Zielen trainiert werden. Zudem bietet es Prozesse zur Messung der Modellgenauigkeit durch den Vergleich verarbeiteter Testdatensätze mit etablierten Benchmarks.

StarGAN is a PyTorch image-to-image translation framework designed to synthesize visual styles and attributes across multiple domains. It implements a generative adversarial network that serves as a deep learning image translator for modifying specific visual characteristics within an image dataset. The framework uses a single unified model to handle translations between multiple image domains rather than requiring separate pairs of models. It is a research implementation that learns mappings between different image attributes without the need for paired training data. The project covers the

PRNet ist eine Python-Bibliothek für die 3D-Gesichtsrekonstruktion. Sie verwendet ein Deep-Learning-Regressionsmodell, um aus einem einzelnen 2D-Eingabebild die 3D-Gesichtsgeometrie und Vertex-Farben vorherzusagen und ein texturiertes Mesh zu generieren. Das Projekt bietet Werkzeuge für digitales Face-Swapping, mit denen ein Zielgesicht durch ein neues Bild ersetzt und Texturen an die ursprüngliche Pose angepasst werden können. Es enthält zudem ein Framework für den Austausch und das Blending von Gesichtstexturen, um sie an spezifische 3D-Posen anzupassen. Zusätzliche Funktionen umfassen die Gesichtsanalyse, einschließlich der Erkennung und Ausrichtung von Gesichtsmerkmalen sowie der Schätzung der Kopfhaltung und Kameramatrizen.

PerceptualSimilarity is a deep learning framework designed to quantify and evaluate the perceptual distance between images. It provides a system for measuring how similar two images or image patches appear to human vision by using deep feature representations instead of pixel-wise differences. The project implements a differentiable distance metric that functions as a loss function, allowing image pixels to be optimized via backpropagation to reach a target visual appearance. It includes a trainable linear layer that can be applied to frozen deep features to learn weighted distance metrics al

Dieses Projekt ist eine PyTorch-Implementierung von 3D-Residual-Netzwerken, die für die Video-Aktionserkennung konzipiert sind. Es bietet eine spatiotemporale Architektur, die sowohl räumliche Frames als auch zeitliche Bewegungen analysiert, um menschliche Aktivitäten innerhalb von Videoclips zu klassifizieren. Das System enthält ein Framework für verteiltes Modelltraining, um das Lernen über mehrere Rechenknoten hinweg zu beschleunigen. Es unterstützt das Deployment und Fine-Tuning vortrainierter Modellgewichte, was die Anpassung bestehender Netzwerke an spezifische neue Datensätze ermöglicht. Die Codebasis deckt die gesamte Pipeline für spatiotemporales Lernen ab, einschließlich Tools zur Vorverarbeitung von Videodatensätzen für die Konvertierung von Rohdateien in Bildsequenzen, Funktionen zur Aktionsinferenz und Metriken zur Berechnung der Erkennungsgenauigkeit.

Squeeze-and-Excitation Networks

Code for visualizing the loss landscape of neural nets

Status: Archive (code is provided as-is, no updates expected)

The project is an official implement of our ECCV2018 paper "Simple Baselines for Human Pose Estimation and Tracking(https://arxiv.org/abs/1804.06208)"

PyTorch implementation of "Efficient Neural Architecture Search via Parameters Sharing"