Awesome GitHub RepositoriesComputer Vision Features

This project is an interactive data science environment that combines code execution, rich media visualization, and narrative documentation into a persistent, browser-based platform. It serves as a comprehensive educational resource for scientific computing, providing a framework for iterative data analysis and machine learning prototyping. The environment is distinguished by its focus on high-performance numerical computing, utilizing vectorized array operations and memory-mapped data structures to handle large-scale computations efficiently. It features a unified estimator interface that st

This project is a library of pretrained computer vision architectures and backbones for image classification and feature extraction. It serves as a comprehensive model zoo and collection of standardized image encoders, including ResNet, Vision Transformers, and EfficientNet, for use in visual analysis and as backbones for object detection and image segmentation. The library provides a framework for distributed training and evaluation of image models using advanced data augmentation and optimization scripts. It includes a dedicated toolset for converting trained PyTorch vision models into the

This project is an educational platform and research toolkit designed to teach deep learning through a combination of mathematical theory, visual diagrams, and executable code. It provides a comprehensive environment for building, training, and evaluating neural networks, grounding complex concepts in interactive computational notebooks that allow for hands-on experimentation. The framework distinguishes itself by interleaving theoretical foundations—including linear algebra, calculus, and probability—with practical implementations across multiple industry-standard libraries. It supports flex

Detectron is a PyTorch object detection framework and computer vision research platform. It provides implementations of neural network architectures for locating and identifying objects in images, including Mask R-CNN for generating instance segmentation masks and RetinaNet for one-stage detection. The platform supports computer vision prototyping and object detection research through the deployment of pre-trained baseline models. This allows for the rapid implementation and evaluation of visual recognition systems. Its capabilities cover image object localization and instance segmentation w

This project is a TensorFlow and Keras implementation of the Mask R-CNN architecture. It provides a framework for performing simultaneous object detection and instance segmentation, transforming raw images into segmented masks and bounding boxes for individual object identification. The toolset enables custom computer vision training through fine-tuning pre-trained weights and integrating user-provided datasets. It includes capabilities for distributed GPU training to accelerate the optimization of large vision models. The framework covers model evaluation using standard precision metrics an

PaddleDetection is an object detection framework designed for the end-to-end development, training, and deployment of computer vision models. It provides a comprehensive library of modular neural network architectures and pipelines that support object detection, instance segmentation, and multi-object tracking tasks. The project distinguishes itself through a configuration-driven approach that decouples model components like backbones and heads, allowing for the flexible assembly of custom vision workflows. It incorporates advanced techniques such as anchor-free detection logic, joint detecti

This project is a static educational website and comprehensive curriculum focused on computer vision and deep learning. It serves as a public repository of instructional materials, lecture notes, and technical guides specifically detailing convolutional neural networks and visual recognition. The site is developed using static-site generation to host course documentation and student project directories. It provides structured academic resources that guide learners through image classification, generative modeling, and the implementation of various neural network architectures. The curriculum

tracking.js is a browser computer vision library written in JavaScript for performing real-time image analysis and object tracking directly within a web browser. It functions as a real-time object tracker, a color tracking tool, and a face detection utility. The library enables the detection and monitoring of specific color ranges, human faces, and known visual patterns across consecutive video frames. It extracts visual features and descriptors from images to identify distinct landmarks for matching and tracking. The project covers broad computer vision capabilities, including the ability t

AI-on-the-edge-device is an edge AI meter digitizer and computer vision image processor designed to convert images of analog and digital utility meters into numeric values. It functions as an IoT gateway that runs neural network inference locally on hardware to monitor water, power, and gas readings. The system is distinguished by its ability to handle both analog pointers and digital digits through custom-trained neural networks. It includes specialized tools for image alignment, region-of-interest extraction, and hardware-level lighting control to minimize glare on glass surfaces. To mainta

Ce projet est un framework de détection d'objets PyTorch qui implémente l'architecture Faster R-CNN. Il sert de modèle de vision pour prédire des boîtes englobantes précises autour de multiples objets dans des images et des flux vidéo en direct. Le système est optimisé pour l'entraînement multi-GPU afin de réduire le temps requis pour la convergence du modèle. Il utilise une conception accélérée par GPU pour gérer l'entraînement et l'inférence de réseaux de détection complexes. Le framework couvre le cycle de vie complet de la détection d'objets, y compris l'entraînement de réseaux personnalisés et l'inférence pour les images statiques et les flux vidéo en temps réel. Il inclut des capacités pour la validation des performances du modèle en utilisant des jeux de données standardisés, ainsi que des optimisations d'entraînement telles que le regroupement basé sur le rapport d'aspect et les charges de travail distribuées.

This repository contains programming assignments and lecture notes from Andrew Ng's foundational deep learning course specialization on Coursera. The materials cover core neural network training techniques including optimization algorithms, normalization methods, regularization approaches, parameter initialization strategies, and learning rate scheduling to improve model convergence and generalization. The coursework explores design principles where successive neural network layers learn progressively more abstract feature representations from input data. It provides guidance on selecting ope

GoCV is a computer vision library and Go language binding for OpenCV. It serves as an image processing toolkit and deep learning inference engine, providing programmatic access to a wide range of algorithms for image manipulation, object detection, and video analysis. The project differentiates itself through high-performance native bindings and hardware acceleration. It utilizes a foreign function interface to map Go calls to C++ functions and includes a hardware-agnostic backend dispatch to route neural network tasks to computation engines such as CUDA and OpenVINO. The library covers a br

mmcv is a foundation library for computer vision based on PyTorch. It provides a comprehensive system for constructing convolutional neural networks, a toolkit for image and video preprocessing, and a collection of high-performance deep learning vision operators. The project is distinguished by its hardware-accelerated kernels for complex operations such as deformable convolutions and region pooling. It features a configuration-driven framework that allows for the dynamic instantiation of network layers and the registration of custom modules without modifying code. The library covers a broad

DeepSORT est un framework de suivi multi-objets en temps réel conçu pour maintenir des identités cohérentes de plusieurs objets à travers les frames vidéo. Il intègre des caractéristiques d'apparence de deep learning avec des descripteurs de mouvement pour suivre les objets à travers une séquence de données vidéo. Le système utilise un réseau de neurones convolutif profond pour générer des descripteurs visuels de haute dimension pour la ré-identification de personnes. Ces caractéristiques d'apparence sont combinées avec l'estimation de mouvement via le filtrage de Kalman et résolues en utilisant l'algorithme hongrois pour associer de manière optimale les détections aux pistes existantes. Le framework inclut des capacités pour le filtrage d'association basé sur le gating et la gestion de pistes basée sur l'état pour gérer les cycles de vie des objets. Il fournit également des outils pour rendre les résultats de suivi sur les frames vidéo et évaluer les performances de suivi par rapport à des benchmarks établis.

OpenCVSharp is a .NET library that wraps native OpenCV functions, providing C# developers with access to OpenCV's computer vision capabilities through an API that mirrors the native C/C++ style. It serves as a managed wrapper for image processing, feature detection, object detection, and image manipulation tasks, while also handling automatic disposal of unmanaged OpenCV resources like Mat objects to prevent memory leaks in .NET applications. The library enables keypoint detection and descriptor extraction using algorithms such as AKAZE, BRISK, or FAST, with brute-force or FLANN-based matchin

Yolact est un framework de vision par ordinateur et un modèle de segmentation d'instance en temps réel. Il utilise un réseau de neurones entièrement convolutif pour détecter des objets et générer des masques au niveau du pixel pour les images et les flux vidéo. Le système emploie une génération de masque prototypique pour créer des prototypes de masques globaux qui sont combinés linéairement pour des résultats spécifiques à l'instance. Il intègre des couches convolutives déformables et un pooling de région d'intérêt déformable pour adapter l'échantillonnage spatial aux formes irrégulières des objets. Le framework couvre l'intégralité du cycle de vie de développement du modèle, incluant l'entraînement sur des jeux de données personnalisés, l'évaluation de la précision via la moyenne de précision moyenne (mAP), et l'utilisation de l'entraînement distribué multi-GPU pour mettre à l'échelle la vitesse de traitement. Il fournit également des utilitaires de traitement média pour appliquer des masques de segmentation aux images et exporter des fichiers vidéo annotés. Le projet inclut des outils de persistance d'état pour la gestion des points de contrôle et la reprise de l'entraînement, ainsi qu'une journalisation pour enregistrer les métriques et les valeurs de perte.

ArrayFire est un framework de calcul agnostique au matériel et un moteur de tenseurs compilé JIT conçu pour le calcul numérique haute performance. Il sert de bibliothèque de calcul numérique GPU et de toolkit de traitement du signal parallèle qui abstrait les backends matériels, permettant à la même base de code de s'exécuter sur diverses architectures GPU et CPU. Le projet se distingue par un moteur JIT qui utilise la compilation d'expressions pour fusionner les opérations et minimiser la surcharge mémoire. Il emploie un graphe d'exécution différée pour optimiser les chaînes de calcul et fournit des primitives d'interopérabilité pour partager des données et des contextes d'exécution avec des plateformes de calcul externes comme CUDA et OpenCL. La bibliothèque couvre un large éventail de capacités, incluant l'algèbre linéaire parallèle, le traitement du signal numérique et la vision par ordinateur accélérée. Elle fournit des outils pour l'implémentation de l'apprentissage automatique, la simulation de modélisation financière et la résolution d'équations aux dérivées partielles pour les simulations de systèmes physiques. Son système de gestion de tenseurs gère l'allocation de tableaux multidimensionnels, le découpage et les transferts de données hôte-périphérique.

This project is a Python bio-imaging toolkit and analysis suite designed for processing and analyzing microscopy and medical images. It provides a collection of tools for image quantification, medical image segmentation, and general bio-imaging workflows. The suite includes specialized capabilities for quantifying biological data, such as measuring neuron branching complexity via Sholl analysis, calculating particle size distributions, and tracking wound area in scratch assays. It also features a medical image segmentation library that implements U-Net architectures for isolating anatomical s

CV-Backbones est une bibliothèque de backbones pour la vision par ordinateur et un zoo de modèles fournissant une collection d'architectures de réseaux neuronaux prédéfinies pour l'extraction de caractéristiques visuelles et le traitement de données d'image. Il sert de framework de vision PyTorch composé de composants de deep learning réutilisables, conçus pour l'analyse d'images et l'apprentissage de représentations visuelles. La bibliothèque se concentre sur des architectures de réseaux neuronaux efficaces pour réduire la charge de calcul tout en maintenant les performances d'extraction de caractéristiques. Ceci est réalisé via l'implémentation de designs de modèles légers tels que GhostNet et MLP. Le projet couvre un large éventail d'architectures de modèles, incluant des réseaux neuronaux convolutifs et des transformers. Il inclut un système modulaire pour échanger les implémentations de backbones et un mécanisme de chargement de poids pré-entraînés pour accélérer la convergence.

Deformable-ConvNets est un framework de vision par ordinateur et une collection de composants de réseaux de neurones conçus pour implémenter des réseaux de neurones convolutifs déformables. Il fournit des couches convolutives adaptatives et des implémentations de pooling qui modifient leurs champs récepteurs en fonction des caractéristiques d'entrée pour mieux capturer la géométrie des objets dans les images. Le projet permet l'utilisation de décalages d'échantillonnage apprenables et de masques de modulation pour aligner les grilles de convolution avec les formes des objets cibles. Il inclut des outils spécialisés pour visualiser les décalages appris dans les couches de convolution et de pooling, permettant d'analyser comment le réseau adapte son champ récepteur spatial. Ces capacités sont appliquées pour améliorer la précision de la détection d'objets et affiner la segmentation sémantique. Le framework prend en charge l'extraction de caractéristiques à partir de régions d'intérêt via un pooling déformable afin d'aligner les zones d'échantillonnage avec les limites réelles des objets. L'implémentation inclut un pipeline d'entraînement pour exécuter et évaluer ces architectures de réseau spécialisées.