Awesome GitHub RepositoriesDepth Estimation Training

Gluon-CV est une bibliothèque de vision par ordinateur MXNet qui fournit une collection complète d'architectures de vision pré-implémentées et de pipelines d'entraînement. Elle sert de toolkit de recherche en deep learning et de zoo de modèles contenant des poids pré-entraînés à l'état de l'art pour l'analyse d'images et de vidéos. Le projet inclut une bibliothèque spécialisée d'estimation de pose humaine et un toolkit de compression de modèles. Ces outils permettent l'élagage et la quantification de modèles de deep learning pour augmenter la vitesse d'inférence et faciliter le déploiement sur du matériel edge contraint. La bibliothèque couvre un large éventail de capacités de vision, incluant la classification d'images, la détection d'objets, ainsi que la segmentation sémantique et d'instance. Elle fournit également des outils pour l'analyse vidéo, tels que la reconnaissance d'action, le suivi d'objets et l'estimation de profondeur monoculaire. L'entraînement est pris en charge via des pipelines automatisés et des charges de travail multi-GPU distribuées pour accélérer la convergence des modèles.

Ce projet est un système de vision par ordinateur pour l'estimation de profondeur monoculaire et la génération de nuages de points 3D. Il fournit un framework d'apprentissage supervisé de la profondeur et un prédicteur capable d'estimer la distance spatiale et la disparité à partir d'images 2D uniques en utilisant des réseaux de neurones pré-entraînés. Le système inclut des outils pour transformer des images de profondeur 2D en nuages de points 3D via la rétroprojection de coordonnées de pixels, et convertit les données de nuages de points 3D en cartes de profondeur 2D. Il utilise un pipeline d'entraînement qui prend en charge le fine-tuning des modèles et l'optimisation des hyperparamètres. La bibliothèque couvre des capacités plus larges en analyse spatiale, incluant le calcul de matrices de rotation et de translation, l'évaluation de cartes de profondeur par rapport à des benchmarks de vérité terrain, et l'évaluation de la prédiction de pose. Elle fournit également des utilitaires pour la normalisation des pixels et la récupération vérifiée par checksum des poids de modèles pré-entraînés.